La etapa local fue en la Universidad Aeronáutica de Querétaro (UNAQ)
Estudiantes del Tecnológico de Monterrey campus Querétaro fueron reconocidos como Global Nominees en la edición 2024 del NASA International Space Apps Challenge, un hackathon global organizado para resolver problemáticas relacionadas con la Tierra y el espacio utilizando datos abiertos.
Su proyecto consistió en analizar señales sísmicas de la Luna y Marte con el objetivo de identificar eventos significativos y optimizar la transmisión de datos a la Tierra.
Los estudiantes obtuvieron el tercer lugar de entre 60 equipos durante la etapa local, más adelante a finales de octubre fueron seleccionados como Global Nominee, una distinción que los colocó entre los proyectos más destacados a nivel internacional.
Para la base del proyecto se utilizaron las transformadas de Fourier y modelos de machine learning. Esta solución no solo minimizó el consumo de recursos, sino que también contribuyó al desarrollo de tecnologías aplicables a futuras misiones espaciales.
Analizando sismos en el espacio
El proyecto llamado "Seismic Sensing Across the Solar System", incluyó diversas etapas, como la limpieza de datos, el análisis con algoritmos especializados y la implementación de modelos de aprendizaje automático, logrando así optimizar el manejo de grandes cantidades de información.
“Construimos una secuencia de etapas que transformaba señales crudas, difíciles de interpretar, en archivos con la información más relevante para ser enviada a la Tierra”, señaló André.
El equipo “Git Push It Real Good”, estuvo conformado por: Andrea Fátima Figueroa López, Edgar Martínez Retes y Nicolás Donati de Sistemas Computacionales, Romina Nájera Fuentes, André Robles Bueckmann de Ciencia de Datos de Matemáticas y Fernando Ken Ochoa Aoki de Mecánica.
André señala que el equipo combinó elementos provistos en el desafío con herramientas que aprendieron durante las clases, cómo La transformada de Fourier jugó un papel clave.
“Fue interesante cómo esta herramienta llegó justo en el momento oportuno. Romina y yo la estábamos viendo esa misma semana y resultó ser la base de nuestro análisis”, añadió.
Por su parte, Romina añadió: “Queríamos simplificar los datos, utilizamos un algoritmo que complementamos con procesos de limpieza y análisis para nosotros determinar cuánta información podíamos perder sin afectar la calidad”.
Las tecnologías y ciencia de datos
El desarrollo del proyecto se basó en tecnologías ampliamente utilizadas en el campo de la ciencia de datos.
“Utilizamos Python para el procesamiento de datos y Django para crear una interfaz útil que permitiera a los analistas explorar los resultados. Además, implementamos TensorFlow para desarrollar modelos de machine learning y neuron networks”, comentó Donati.
Esta integración tecnológica permitió al equipo crear una solución robusta que podría manejar grandes volúmenes de datos y transformarlos en información valiosa y accesible.
Además, el equipo enfatizó la importancia de construir una secuencia de etapas sólida para optimizar la señal. De acuerdo con el equipo, la combinación de múltiples enfoques fueron claves.
“Intentamos hacer la secuencia lo mejor posible, investigamos diferentes formatos para reducir el tamaño de los datos, exploramos nuevas codificaciones y constantemente hicimos brainstorming para mejorar nuestra solución” mencionó André.
“Construimos una secuencia de etapas que transformaba señales, difíciles de interpretar, en archivos con la información relevante para ser enviada a la Tierra”.- Andrés Robles.
El proceso de trabajo y los desafíos del proyecto
El equipo estructuró su trabajo asignando roles específicos desde el inicio, con el objetivo de optimizar el tiempo y los recursos disponibles.
“Siempre nos gusta ir preparados a este tipo de competencias. Fátima y yo nos dedicamos a la interfaz del científico, mientras que André, Romina y Ken se concentraron en el procesamiento de las señales”.
"Edgar trabajó de manera transversal, ayudando en ambas áreas según fuera necesario”, añadió Donati.
Sin embargo, el equipo también enfrentó diversos retos técnicos mientras desarrollaban su solución André mencionó: “Hubo momentos complicados, especialmente al integrar procesos de machine learning”,
"Al principio todo parecía bajo control, pero conforme pasaba el tiempo, el desafío era decidir si continuar con una idea o cambiar de rumbo, fueron un par de horas para entregar el proyecto”, agregó André.
Por su lado, Romina destacó los obstáculos en el ajuste de los parámetros algorítmicos utilizados: “Algunos funcionaban para ciertos casos de prueba, pero otros no. Tuvimos que experimentar y evaluar, fue un reto decidir qué ruido en los datos eliminábamos, ya que eso podía afectar la calidad de los resultados”.
Sobre el concurso de la NASA
El NASA International Space Apps Challenge es el hackathon global más prestigioso, organizado anualmente por la NASA para promover la innovación y la colaboración global.
Tiene duración de 48 horas donde equipos de todo el mundo utilizan datos abiertos de la NASA para desarrollar soluciones a problemas de la Tierra y el espacio.
Los retos varían en complejidad, desde aplicaciones informáticas hasta modelos avanzados de análisis de datos.
SEGURO QUERRÁS LEER
Seleccionar notas relacionadas automáticamente
0
Categoría: