" Kolmogorov-Arnold Networks (KAN): Mejorando la Interpretabilidad en Redes Neuronales. “

En esta presentación se explicará el funcionamiento de las Kolmogorov-Arnold Networks (KAN), una clase novedosa de redes neuronales basada en el teorema de representación de Kolmogorov-Arnold. A diferencia de las redes tradicionales, las redes KAN aprenden funciones univariadas en lugar de pesos fijos, permitiendo representar sus decisiones mediante ecuaciones simbólicas interpretables. A lo largo de la charla se abordarán los principios de la arquitectura KAN, el funcionamiento de sus capas y activaciones, así como las ventajas de su enfoque innovador para mejorar la representación y la interpretabilidad de modelos complejos utilizados en inteligencia artificial.
Carolina Rosas Alatriste es licenciada en Física por la Universidad Nacional Autónoma de México (UNAM). Forma parte del laboratorio de Cómputo Inteligente donde está realizando sus trabajo de investigación para obtener el grado de maestría ( master ) en Ciencias de la Computación. Su trayectoria de investigación en inteligencia artificial abarca aplicaciones en el ámbito médico, incluyendo detección de COVID-19, diagnóstico de Parkinson y aplicaciones en citogenética, entre otras. Actualmente continúa sus trabajos como investigadora visitante, con el grupo GAIA de la UCM