Investigador implementa modelos de clasificación para identificar plantas no vivas con técnicas de visualización

Agilizará y mejorará la precisión contribuyendo así al estudio y preservación de la diversidad botánica, aseguró doctorando en Ciencias de la Información Juan Augusto Campos Leal

Redacción

Culiacán, Sinaloa.- Las Redes Neuronales Convolucionales (CNN, por sus siglas en inglés) han demostrado ser herramientas valiosas en la identificación y clasificación de objetos en imágenes especialmente en la categorización de plantas no vivas en herbarios es cada vez más prominente ya que ofrece un enfoque innovador para agilizar y mejorar la precisión contribuyendo así al estudio y preservación de la diversidad botánica, aseguró doctorando en Ciencias de la Información.

Juan Augusto Campos Leal, maestro en ciencias y estudiante del programa doctoral de la Facultad de Informática Culiacán (FIC) de la Universidad Autónoma de Sinaloa (UAS), afirmó que se han implementado modelos de clasificación que permiten la identificación de plantas no vivas mediante técnicas de visualización.

Destacó la relevancia de este estudio de clasificación, subrayando su importancia para la conservación a largo plazo de especímenes dentro del herbario. Explicó que la capacidad de obtener información incluso si una especie llegara a desaparecer en el futuro hace que estos modelos de clasificación de plantas sean herramientas auxiliares valiosas para taxónomos y biólogos especializados en estas tareas.

Indicó que la clasificación de plantas corresponde a la región central del país y constituye una muestra de 107 especímenes, principalmente del estado de Aguascalientes. Este herbario, gestionado por el Instituto Nacional de Estadística y Geografía (INEGI), brinda la oportunidad a estudiantes de todo el país de realizar estancias de investigación.

Campos Leal recordó que en el pasado participó en un proyecto financiado por el Consejo Nacional de Humanidades, Ciencias y Tecnologías (CONAHCyT, antes CONACYT) e INEGI enfocado en la clasificación de plantas vivas. Esta experiencia sugiere que los modelos de clasificación desarrollados podrían ser aplicables para categorizar otras especies, como la fauna silvestre, por ejemplo.

Agradeció la orientación proporcionada por su director de tesis, el doctor Arturo Yee Rendón, investigador de la FIC, y el doctor Inés Fernando Vega López, investigador del Parque Científico Tecnológico, durante la realización de la investigación titulada «Identificación de plantas en herbario a través de técnicas de Inteligencia Artificial».