La estudiante Lorena Paola Cárdenas Espinosa del Doctorado en Ingeniería se encuentra desarrollando su pasantía de investigación en la Universidad Estadual de Campinas (UNICAMP), Brasil, vinculada al grupo de investigación RECOD.AI, bajo la tutoría del investigador Anderson Rocha; la estancia, iniciada en marzo de 2026, hace parte de su formación doctoral y continúa fortaleciendo el trabajo científico asociado a su proyecto de tesis.

La investigación se articula con el proyecto doctoral titulado provisionalmente “Desarrollo de una metodología para el análisis de características espectrales asociadas a emisiones de Gases de Efecto Invernadero (GEI) en regiones tropicales mediante técnicas de inteligencia artificial”, cuyo propósito es desarrollar una metodología que permita estudiar y discriminar características espectrales asociadas a emisiones de gases de efecto invernadero a partir de información de observación de la Tierra.

Durante la estancia, el trabajo se concentra especialmente en la aplicación de técnicas de inteligencia artificial al análisis de datos hiperespectrales, utilizando información del sensor EMIT (Earth Surface Mineral Dust Source Investigation), estos datos permiten estudiar la respuesta espectral asociada a los gases de efecto invernadero y analizar cómo factores relacionados con la superficie y las condiciones de observación pueden afectar la información contenida en las señales espectrales.

Uno de los principales componentes de la investigación consiste en explorar métodos de aprendizaje automático y aprendizaje profundo para identificar patrones relevantes dentro de la información hiperespectral; en este contexto, se implementan técnicas de reducción de dimensionalidad mediante UMAP (Uniform Manifold Approximation and Projection), orientadas a obtener representaciones latentes de las firmas espectrales, y se desarrollan experimentos con redes neuronales convolucionales (CNN) para la caracterización y discriminación de señales asociadas a emisiones de gases de efecto invernadero.

El uso de inteligencia artificial permite abordar uno de los principales desafíos de la investigación: determinar qué características presentes en los datos hiperespectrales contienen información relacionada con los gases de efecto invernadero y cómo estas características pueden ser identificadas y preservadas frente a la variabilidad de las condiciones de observación; los experimentos desarrollados hasta el momento permiten identificar patrones espectrales relevantes y aportan elementos para orientar la construcción de la metodología propuesta en la tesis doctoral.

La estancia también representa para la estudiante una oportunidad para fortalecer competencias avanzadas en inteligencia artificial, procesamiento de datos hiperespectrales, análisis de información satelital y aprendizaje profundo. Adicionalmente, la infraestructura computacional y el entorno especializado del grupo RECOD.AI, junto con el acompañamiento científico del tutor, favorecen el diseño de experimentos, la interpretación de resultados y la exploración de nuevas alternativas metodológicas.

La colaboración académica con la Universidad Estadual de Campinas continúa abierta y permite proyectar nuevas etapas de investigación orientadas a evaluar y comparar metodologías de inteligencia artificial, fortalecer la extracción de características espectrales y consolidar la propuesta metodológica de la tesis doctoral. De esta manera, la estancia internacional contribuye al fortalecimiento de la formación científica y tecnológica de la estudiante y consolida una línea de investigación que integra observación de la Tierra, datos hiperespectrales e inteligencia artificial para abordar uno de los desafíos actuales del monitoreo de gases de efecto invernadero, con especial interés en las condiciones propias de las regiones tropicales.