Investigación del académico Juan Reutter es reconocida por ICLR 2022 Outstanding Paper Award
El objetivo del paper es presentar una metodología general para evaluar el poder expresivo y de aproximación de las redes neuronales de grafos (GNN). Juan Reutter es académico del Departamento de Ciencia de la Computación (DCC UC) del Instituto de Ingeniería Matemática Computacional (IMC UC) de la Pontificia Universidad Católica de Chile e investigador del Instituto Milenio Fundamentos de los datos (IMFD) que en conjunto con Floris Geerts de la University of Antwerp son autores del paper “Expressiveness and Approximation Properties of Graph Neural Networks”, artículo destacado por la International Conference on Learning Representations (ICLR). El reconocimiento fue posicionado en la categoría de Outstanding Paper Award, donde cabe señalar que esta conferencia es líder en resultados de deep learning, pues Google Scholar considera la conferencia como una de las vitrinas con más impacto en el área de Inteligencia Artificial. En el 2022, la conferencia recibió 4492 presentaciones, donde 1095 fueron seleccionadas. Entre ellas, sólo 54 se destacaron con charlas en el programa, que continúo en la apertura de un nuevo proceso de revisión, donde finalmente fueron 7 investigaciones las catalogadas como: Outstanding Paper Award, entre los cuales está “Expressiveness and Approximation Properties of Graph Neural Networks”. Según la publicación del IMFD sobre el paper “Expressiveness and Approximation Properties of Graph Neural Networks”, la importancia de la investigación se enfoca en lo siguiente: “Las redes neuronales de grafos, o graph neural networks (GNNs) son una herramienta de aprendizaje de máquina usada para trabajar con grafos, como redes sociales, redes de transportes o grafos de conocimiento. Debido a su popularidad, todos los años aparecen decenas de arquitecturas nuevas, todas con sus propias ventajas y desventajas. Este trabajo de investigación entrega un marco general para describir, comparar y analizar arquitecturas de redes neuronales de grafos, junto con herramientas para que los usuarios de GNNs puedan decidir qué arquitectura se ajusta más a sus necesidades”. “Este premio es también un reconocimiento a la interacción entre el DCC UC y el IMC UC, ya que la investigación es fruto de una línea de trabajo y colaboración más amplia que hemos desarrollado entre ambos departamentos, en donde usamos nuestras competencias matemáticas para el estudio de distintos modelos de redes neuronales”, declara Juan Reutter.
