Investigadores de la Universidad de Burgos desarrollan una evolución de su algoritmo más internacional que logra la misma precisión con solo un 30% de aportación humana

Un equipo de científicos del Departamento de Ingeniería Informática de la Universidad de Burgos ha desarrollado SSRotF (Semi-Supervised Rotation Forest), un método de inteligencia artificial que pone el criterio humano en el centro del aprendizaje de las máquinas. Este avance es la actualización del algoritmo de clasificación más citado del mundo, nacido en la UBU: el ‘Rotation Forest’ original, o ‘rotación de árboles de decisión’ publicado hace 20 años.

La puesta al día de este algoritmo ha surgido gracias a los avances en el aprendizaje semisupervisado, en el que un algoritmo puede aprender tanto de datos etiquetados (como hace el aprendizaje supervisado), como de los datos no etiquetados, que suelen ser mucho más abundantes. Este aprendizaje de los datos no etiquetados es esencial, ya que el etiquetado manual es una tarea muy costosa, tanto temporal como económicamente. Así, etiquetando “del 20 al 30% de los datos” se consigue una fiabilidad casi perfecta, aunque ya desde el 15% se mejora el rendimiento respecto a otros algoritmos.

De esta forma, el coste económico y el tiempo que se debe emplear para enseñar al sistema se reducen enormemente comparado con los sistemas supervisados, adquiriendo información de los datos no etiquetados. Por ejemplo, en un proceso industrial que mide el fallo de una máquina, obtener datos es sencillo gracias a los sensores. Sin embargo, etiquetar esos datos (es decir, si existe fallo o no) es un proceso humano muy costoso, por lo que se suelen etiquetar pocos datos. Un algoritmo de aprendizaje supervisado solo podrá aprender de los pocos datos que ha etiquetado el humano, mientras que un algoritmo semisupervisado puede aprender de todos los datos, haciendo que aprenda mejor de ellos y pueda predecir los fallos con mayor precisión.

Un legado de 20 años

Este nuevo sistema de ‘rotación de árboles semisupervisado’ supone la evolución del modelo Rotation Forest, uno de los algoritmos de clasificación más exitosos y citados en computación. Nacido en el seno de la Universidad de Burgos, el método original cumple ahora 20 años como un sistema fundamental en el análisis de datos y se mantiene como un modelo fiable y ampliamente citado. Es reconocido internacionalmente como uno de los métodos de «conjuntos» (ensembles) más exitosos.

Mientras el algoritmo original es un método de aprendizaje supervisado, es decir, que solo puede extraer conocimiento de datos previamente etiquetados o clasificados por una persona, el nuevo método permite que el propio sistema aprenda de datos no etiquetados, que son mucho más abundantes, y pueda identificar nuevos casos sin revisión humana constante.

Este artículo surge del grupo ADMIRABLE, un grupo de investigación de la Universidad de Burgos especializado en el diseño de algoritmos, minería y tratamiento de datos y diseño de modelos 3D. La investigación parte de la tesis doctoral de José Miguel Ramírez Sanz, dirigida por Andrés Bustillo Iglesias y Álvar Arnaiz González, que se centra en resolución de problemas industriales.

Referencias

Ramírez-Sanz, J. M., Martínez-Acha, D., Arnaiz-González, Á., García-Osorio, C., & Rodríguez, J. J. (2026). Semi-Supervised Rotation Forest. Journal of Computational Science, 94, 102777

Rodriguez, J. J., Kuncheva, L. I., & Alonso, C. J. (2006). Rotation Forest: A New Classifier Ensemble Method. IEEE Transactions on Pattern Analysis and Machine Intelligence, 28(10), 1619-1630

Fuente: Universidad de Burgos

La investigadora Sara Nieves Matheu, profesora ayudante doctora en la Facultad de Informática de la Universidad de Murcia, y premio de investigación SCIE BBVA como joven investigadora en 2021, repasa en este artículo la trascendencia del AES (Advanced Encryption Standard), el sistema de criptografía que protege la seguridad de dispositivos electrónicos y conexiones digitales en todo el mundo, cuyos creadores, Joan Daemen y Vincent Rijmen, han sido galardonados recientemente con el Premio Fronteras del Conocimiento en Tecnologías de la Información y la Comunicación. La doctora Nieves Matheu, que en 2024 recibió una Beca Leonardo para desarrollar un proyecto sobre ciberseguridad en dispositivos del internet de las cosas, considera que el algoritmo diseñado por Daemen y Rijmen ha hecho posible la sociedad digital tal como la conocemos. Al mismo tiempo, sin embargo, su trabajo nos recuerda que la ciberseguridad nunca es un punto de llegada, sino un proceso en constante evolución.

Fuente: Red Leonardo

La Escuela de Ingeniería de la Universitat Autònoma de Barcelona (UAB) acogió el pasado 26 de marzo una nueva edición de la MEMEnginy, consolidada como uno de los principales puntos de encuentro entre talento joven y empresas del ámbito tecnológico e industrial. La jornada reunió a más de 1.500 participantes y cerca de 80 compañías, en un entorno orientado a facilitar la empleabilidad de estudiantes de ingeniería.

Entre las principales novedades de esta edición destaca la presentación de MEMEnginy HUB, una aplicación diseñada para mejorar la interacción entre estudiantes y empresas mediante un sistema de “match” basado en intereses y perfiles profesionales. Esta herramienta permite cruzar automáticamente la información de ambos perfiles y generar coincidencias que se traducen en entrevistas rápidas durante la feria.

La aplicación incorpora un perfil completo del estudiante, que incluye datos personales, currículum, habilidades técnicas, idiomas y preferencias profesionales. A partir de esta información, el sistema genera una biografía profesional en varios idiomas y facilita la identificación de oportunidades laborales ajustadas a cada candidato. Además, permite consultar el perfil de las empresas participantes y seleccionar aquellas con las que se desea establecer contacto.

Gracias a esta herramienta, la feria ha logrado optimizar la organización de más de 1.000 entrevistas rápidas a lo largo de la jornada, reforzando la calidad del contacto entre estudiantes y empresas y mejorando las oportunidades de inserción laboral.

La MEMEnginy 2026 ha vuelto a poner de relieve la importancia de acercar el entorno universitario al tejido empresarial, especialmente en áreas como la ingeniería informática, telecomunicaciones, inteligencia artificial o ciencia de datos, perfiles altamente demandados en el mercado laboral actual.

Asimismo, el evento ha mantenido su compromiso con la inclusión a través del programa HP Inclusion – MEME Impulses, que acompaña a estudiantes con necesidades específicas en su acceso al mundo laboral, reforzando el carácter social y equitativo de la iniciativa.

Fuente: UAB