La investigación titulada “Boosting Federated Learning for Optimization Long Term Evolution – Reference Signal Received Power Networks” aborda una problemática crítica en Chile: la optimización de redes de comunicación (internet) durante situaciones de catástrofe. A través del uso de técnicas de aprendizaje federado (Federated Learning), los autores proponen un modelo para clasificar la degradación de la señal LTE (Long Term Evolution) sin comprometer la privacidad de la información, optimizando además el consumo energético y de recursos computacionales.
En este contexto, la investigación cobra especial relevancia al enfrentar uno de los desafíos en el ámbito de las telecomunicaciones. “Actualmente, el principal problema que buscamos resolver es mantener la conectividad de internet para usuarios, organismos de emergencia e industrias, incluso en condiciones extremas como tormentas o terremotos”, explicó Álvaro Acuña. “Con el aprendizaje federado, buscamos superar las limitaciones de los enfoques tradicionales de aprendizaje automático proponiendo un cambio de paradigma en las redes de comunicación”.
Este trabajo interdisciplinario es liderado por los académicos Héctor Kaschel, María Constanza Estela, Christian Fernández-Campusano, y el estudiante del Magíster en Ciencias de la Ingeniería, Álvaro Acuña-Ávila del Departamento de Ingeniería Eléctrica de la Universidad de Santiago de Chile, junto a Carlos García Fernández de la Universidad de California San Francisco.
Entre las técnicas innovadoras que están abordando, se destaca la comparación de diversos métodos de agregación de modelos como FedAvg, FedProx, FedAdam, FedAdagrad y FedYogi, cada uno adaptado a distintos escenarios de catástrofe. Esto permite diseñar arquitecturas adaptativas que optimizan la resiliencia de las redes frente a desconexiones y daños severos.
Respecto a la motivación detrás de la investigación, Álvaro Acuña comentó: “Buscamos resolver un problema real de la industria. Muchos modelos académicos se quedan en simulaciones, pero nuestro objetivo es que nuestro trabajo pueda aplicarse en escenarios reales, enfrentando las limitaciones de infraestructura, seguridad de la información, escalabilidad, consumo de energía y recursos de hardware”.
Acuña también destacó el desafío de construir un paper desde su primera experiencia investigativa: “Fue la primera vez que escribí un paper. Sin embargo, gracias al apoyo de mis profesores y de un amigo que me animó a postular al Magíster, confié en que nuestro trabajo tendría un impacto real. Lo más importante al investigar es proponer soluciones que sean viables en la práctica, que puedan ser usadas por las industrias para enfrentar crisis como las provocadas por desastres naturales”.
Finalmente, se debe destacar que el paper en esta primera etapa investigativa, fue reconocido con la mención honrosa “Best Paper Honorable Mention” por su participación en la IEEE Conferencia Internacional de Automatización y el XXVI Congreso de la Asociación Chilena de Control Automático (ICA-ACCA) en octubre de 2024.
Nos alegramos por el reconocimiento que destaca y releva por su innovación tecnológica y su capacidad de ofrecer soluciones reales a problemas críticos, además del espacio formativo del Magíster en Ciencias de la Ingeniería que impulsa la creación de conocimiento con impacto real.
