Funciones de coste en biometría comportamental con aprendizaje profundo

Nahuel González

Universidad de Buenos Aires/ADGS Computer Systems

Resumen/Abstract

Entrenar una red neuronal artificial requiere una función de coste que exprese el objetivo del problema. En ocasiones no es factible hacerlo directamente, y entonces se recurre a medidas proxy. Estas funciones van desde las más sencillas y clásicas hasta las más modernas, complejas y especializadas según el tipo de tarea. En esta charla se abordará el estado del arte de las funciones de coste aplicadas a la biometría comportamental, con especial énfasis en las cadencias de tecleo, y se discutirán sus efectos sobre la geometría del espacio de representación. En particular, se presentará EERLoss, una formulación semi-diferenciable del Equal Error Rate (EER), que hasta ahora se consideraba no expresable en forma continua.

Curriculum ponente

Nahuel González recibió el título de Doctor en Ciencias de la Computación por la Universidad Nacional de La Plata (UNLP), Argentina, en 2022. Su tesis doctoral fue galardonada con el Premio Raúl Gallard, otorgado por la Red de Universidades Nacionales con Carreras en Informática (RedUNCI), al año siguiente. Nahuel está vinculado al Laboratorio de Sistemas de Información Avanzados (LSIA) de la Universidad de Buenos Aires (UBA) desde 2013. Además, es Co-Fundador y CTO de la empresa ADGS Computer Systems (Qatar). Sus principales intereses de investigación son la biometría del comportamiento y la predicción/clasificación de series temporales mediante aprendizaje profundo (deep learning).