Premio al mejor artículo de la revista IEEE Signal Processing Magazine, edición 2018

La IEEE Signal Processing Society ha seleccionado al artículo de nuestro investigador Cesar Caiafa, «Tensor Decompositions for Signal Processing Applications: From two-way to multiway component analysis» para recibir el premio al mejor artículo de la revista IEEE Signal Processing Magazine, edición 2018.

Este artículo es el resultado de la colaboración entre siete investigadores de distintas nacionalidades e institutos internacionales, coordinada por el Brain Science Institute – RIKEN, Japón, instituto en el cual el Dr. Caiafa se desempeñó como Investigador Científico (2008 – 2010) e Investigador Visitante (2011 – 2018).

El premiado paper provee una introducción a métodos de procesamiento de señales basados en tensores, objetos matemáticos multidimensionales obtenidos como una generalización de vectores y matrices a más de dos dimensiones, e ilustra sobre diversas aplicaciones como: la separación ciega de fuentes, los problemas de regresión multilineal, clasificación y el sensado comprimido de imágenes. Éste último, consiste en la reconstrucción de imágenes a partir de muestreos incompletos (comprimidos), tema en el cual el Dr. Caiafa ha contribuido proponiendo la generalización de estos métodos para objetos multidimensionales (tensores, ver figura).

El artículo ha sido publicado en 2015 recibiendo gran atención por parte de los lectores de la revista, manteniéndose dentro de los 50 artículos más consultados durante varios meses consecutivos. Cabe mencionar que, con el crecimiento en popularidad del área de Inteligencia Artificial y Machine Learning, los métodos tensoriales se han convertido en un ingrediente indispensable para el desarrollo de nuevos algoritmos de procesamiento de señales multidimensionales.


Figura: Sensado Comprimido de señales multidimensionales. (a) Modelo matemático de la adquisición comprimida de una imagen 3D vía una proyección multilineal. (b) Visualización RGB de la imagen original. (c) Visualización RGB de la reconstrucción obtenida con un factor de compresión (sampling ratio) de 33% y una calidad Peak Signal to Noise Ratio PSNR = 35.51dB.

Fuente de la figura: «Tensor Decompositions for Signal Processing Applications: From two-way to multiway component analysis», A. Cichocki, D. Mandic, L. De Lathauwer, G. Zhou, Q. Zhao, C. Caiafa, H-A. Phan, IEEE Sig. Pro. Mag., 32 (2), 2015. Dataset: Foster, D. H., Nascimento, S. M. C., & Amano, K. “Information limits on neural identification of colored surfaces in natural scenes”. Visual Neuroscience, 21, 331–336, 2004.