Por Pedro Ponce
Artículo de divulgación científica

El uso de teléfonos celulares cuando se conduce un automóvil genera un incremento en el número de accidentes automovilísticos. A pesar de que existen varias campañas para exhortar a los conductores a no emplear los dispositivos mientras manejan, su uso continúa y los accidentes incrementan.

En esta propuesta de investigación se emplean redes neuronales artificiales para detectar el uso del teléfono celular durante el manejo de un automóvil, con la finalidad de desactivar la aplicación mediante la cual se están enviando y recibiendo mensajes de texto. Esto es posible con el empleo de los sensores que integran el teléfono celular.

Este problema de investigación está definido como la realización de una clasificación confiable, que evita de manera automática el uso de la aplicación del teléfono celular cuando una persona está manejando un automóvil, principalmente las aplicaciones mediante las cuales se envían mensajes de texto.

Las redes neuronales artificiales son algoritmos computacionales que permiten emular algunos de los procesos de aprendizaje que ocurren dentro del cerebro del ser humano, aunque de una manera limitada.

Para poder emplear estos algoritmos bajo un aprendizaje supervisado, se requiere minimizar el error que tenemos en la salida del algoritmo de clasificación y la salida que deseamos en el sistema real. Esto se puede lograr mediante la implementación de un algoritmo de optimización, como el “gradiente dependiente”, que es uno de los métodos más utilizados para el entrenamiento de redes neuronales multicapa.

En el caso particular de esta investigación, trabajamos en un algoritmo de optimización llamado “Earthquake optimization”. Se trata de una optimización metaheurística, la cual hace una búsqueda con un grado de libertad  aleatorio, y ayuda a encontrar valores mínimos o máximos de un problema definido. Dichos valores se encuentran a través de la iteración en la búsqueda de la solución, esto quiere decir que cada vez que realiza una iteración, se aproxima más a la solución buscada.

Este algoritmo funciona con los principios sismológicos que detonan las ondas geológicas en un terremoto

Este algoritmo funciona con los principios sismológicos que detonan la aparición y propagación de las ondas geológicas en un terremoto. Tomando como fundamento dicho principio, consideramos la propagación de ondas P y S (las ondas P, primarias, viajan a una velocidad mayor y pueden transmitirse en cualquier medio. Las ondas S, secundarias, viajan más lento que las P). Empleando estas ondas y la firma en que se propagan se puede llevar a cabo una búsqueda heurística de la solución, para minimizar o maximizar los valores requeridos, que en el caso de la red son los pesos de ajuste entre las conexiones de cada una de las neuronas.

Con esto se puede entrenar una red neuronal artificial de una manera eficiente.

Este algoritmo de optimización se generó a partir del sismo del 19 de septiembre (19S) en la Ciudad de México, con el propósito de mostrar que la naturaleza tiene formas de exploración que pueden ser catastróficas para la humanidad, pero por otro lado su entendimiento nos podría llevar a solucionar problemas con nuevas metodologías.

Este algoritmo fue presentado por los investigadores Pedro Ponce y Arturo Molina como parte de la investigación del Laboratorio Binacional para la Gestión Inteligente de la Sustentabilidad Energética y la Formación Tecnológica en el área de investigación en smart grids. Después, los alumnos de doctorado Efraín Méndez y Alexandro Ortiz enfocaron parte de su trabajo de tesis en mejorar el algoritmo, para poder implementarse en esta aplicación.

En conclusión, empleando la técnica de optimización mencionada, si implementamos las redes neuronales artificiales en el teléfono celular, es posible una clasificación eficiente del uso del celular cuando se teclea un texto al mismo tiempo que se maneja un automóvil.

Para futuros trabajos de investigación se requiere tener una mayor base de resultados de pruebas, que demuestren la factibilidad de su implementación de manera comercial.

El autor

Pedro Ponce es profesor investigador de la Escuela de Ingeniería y Ciencias del Tecnológico de Monterrey. Pertenece al Grupo de Investigación en Innovación de Productos. Es miembro del Sistema Nacional de Investigadores, nivel 1. pedro.ponce@tec.mx

El artículo

El artículo científico Mobile phone usage detection by ANN trained with a metaheuristic algorithm fue publicado este año en la revista científica Sensors, e indizado en la base de datos Scopus. Los autores son Pedro Ponce, Arturo Molina, Efraín Méndez, Alexandro Ortiz y Juan Acosta, investigadores de la Escuela de Ingeniería y Ciencias, del Tecnológico de Monterrey.

 

DEJA UN COMENTARIO

Por favor agrega un comentario!
Favor de ingresar tu nombre