En colaboración con investigadores del CESIMAR se publicó el trabajo: “Is Eye Allometry the Silver Bullet for Measuring Marine Fishes with a Single Camera?” (https://doi.org/10.1643/i2023083) con el objetivo de predecir la longitud total de los peces utilizando la relación entre la altura de su cabeza y el diámetro de su ojo (ratio HH:ED). Para ello, se implementaron modelos de Redes Neuronales Artificiales (ANN), ya que son capaces de superar a los modelos de regresión tradicionales en condiciones de datos ruidosos o con muestras pequeñas.
La arquitectura de la red neuronal elegida fue de tipo feed-forward, con una estructura simple y efectiva: una entrada (el ratio HH:ED), una capa oculta y una salida (la longitud total del pez). Para encontrar el mejor modelo para cada especie, se realizó un proceso de optimización de hiperparámetros utilizando validación cruzada (k-fold con k=5). Se probaron diferentes valores para el número de neuronas en la capa oculta (5,000, 10,000, 50,000), la tasa de aprendizaje, el dropout (para evitar el sobreajuste) y el tamaño del lote. El entrenamiento se llevó a cabo durante 200 épocas utilizando el algoritmo de retropropagación (backpropagation) y el optimizador Adam, con el objetivo de minimizar el Error Absoluto Medio (MAE). Finalmente, el rendimiento de los modelos de redes neuronales fue evaluado usando el coeficiente de determinación (R²) y el Error Absoluto Medio Relativo (RMAE). Los resultados se compararon con los de modelos de regresión estándar, demostrando que las redes neuronales ofrecieron un rendimiento superior en la predicción de la longitud de los peces.
Proceso de modelado con Redes Neuronales Artificiales (ANN). (A) Diagrama de la arquitectura general de la ANN; (B) ejemplo del proceso de entrenamiento y prueba por retropropagación de la ANN con la optimización de la función de pérdida (error) a lo largo de 200 épocas para una especie (Acanthistius patachonicus). Lr: tasa de aprendizaje; bs: tamaño del lote; n_h: número de neuronas en la capa oculta; p: dropout.