{"id":905,"date":"2026-02-13T13:29:49","date_gmt":"2026-02-13T12:29:49","guid":{"rendered":"https:\/\/grupo.us.es\/minerva\/?p=905"},"modified":"2026-02-13T13:30:44","modified_gmt":"2026-02-13T12:30:44","slug":"mudenet-un-nuevo-modelo-de-deep-learning-para-deteccion-de-anomalias","status":"publish","type":"post","link":"https:\/\/grupo.us.es\/minerva\/mudenet-un-nuevo-modelo-de-deep-learning-para-deteccion-de-anomalias\/","title":{"rendered":"MuDeNet, un nuevo modelo de Deep Learning para detecci\u00f3n de anomal\u00edas"},"content":{"rendered":"<p>&nbsp;<\/p>\n<section>En este nuevo trabajo cient\u00edfico, el equipo introduce <strong>MuDeNet<\/strong>, un modelo avanzado basado en un dise\u00f1o<br \/>\n<em>multi-patch<\/em> de una sola etapa (<em>single-stage<\/em>), capaz de fusionar de manera eficiente informaci\u00f3n local y global.<br \/>\nEste enfoque permite generar representaciones ricas y complementarias sin comprometer la eficiencia computacional.<\/p>\n<p>\ud83d\udcd6 <strong>El art\u00edculo est\u00e1 disponible en acceso abierto (Open Access):<\/strong><br \/>\n\ud83d\udc49 <a href=\"https:\/\/doi.org\/10.1016\/j.inffus.2026.104214\" target=\"_blank\" rel=\"noopener noreferrer\">https:\/\/doi.org\/10.1016\/j.inffus.2026.104214<\/a><\/p>\n<\/section>\n<section>\n<h2>Un enfoque innovador para la detecci\u00f3n de anomal\u00edas<\/h2>\n<p>La detecci\u00f3n de anomal\u00edas es un problema clave en \u00e1mbitos como la industria, la manufactura avanzada o el control de calidad automatizado.<br \/>\nMuDeNet propone una arquitectura que:<\/p>\n<ul>\n<li>Integra informaci\u00f3n local y global en una sola etapa de procesamiento.<\/li>\n<li>Optimiza el equilibrio entre precisi\u00f3n y coste computacional.<\/li>\n<li>Ofrece resultados s\u00f3lidos en m\u00faltiples <em>benchmarks<\/em> de detecci\u00f3n de anomal\u00edas estructurales y l\u00f3gicas.<\/li>\n<\/ul>\n<p>Este tipo de avances resulta especialmente relevante en <strong>escenarios reales de inspecci\u00f3n visual<\/strong>, donde los modelos deben ser no solo precisos,<br \/>\nsino tambi\u00e9n escalables y eficientes.<\/p>\n<\/section>\n<section>\n<h2>Consolidando la l\u00ednea de investigaci\u00f3n en Computer Vision<\/h2>\n<p>Esta publicaci\u00f3n refuerza la l\u00ednea estrat\u00e9gica del grupo MINERVA en \u00e1reas como:<\/p>\n<ul>\n<li><strong>Computer Vision<\/strong><\/li>\n<li><strong>Detecci\u00f3n de anomal\u00edas<\/strong><\/li>\n<li><strong>Deep Learning aplicado a problemas industriales<\/strong><\/li>\n<li><strong>Fusi\u00f3n de informaci\u00f3n (Information Fusion)<\/strong><\/li>\n<\/ul>\n<p>El trabajo se enmarca dentro del compromiso del grupo por desarrollar <strong>modelos robustos, escalables y aplicables a entornos reales<\/strong>,<br \/>\ncontribuyendo al avance del conocimiento en inteligencia artificial y visi\u00f3n por computador.<\/p>\n<\/section>\n","protected":false},"excerpt":{"rendered":"<p>&nbsp; En este nuevo trabajo cient\u00edfico, el equipo introduce MuDeNet, un modelo avanzado basado en un dise\u00f1o multi-patch de una <a class=\"read-more\" href=\"https:\/\/grupo.us.es\/minerva\/mudenet-un-nuevo-modelo-de-deep-learning-para-deteccion-de-anomalias\/\">Leer m\u00e1s<\/a><\/p>\n","protected":false},"author":1,"featured_media":908,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[42],"tags":[54,51,50,49,55,52,56,57,53,48,58],"class_list":["post-905","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias","tag-anomaly-detection","tag-computer-vision","tag-deep-learning","tag-deteccion-de-anomalias","tag-information-fusion","tag-inspeccion-visual-automatizada","tag-investigacion-en-ia","tag-minerva","tag-modelos-escalables","tag-mudenet","tag-publicacion-open-access","post-item clearfix"],"_links":{"self":[{"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/posts\/905","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/comments?post=905"}],"version-history":[{"count":0,"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/posts\/905\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/media\/908"}],"wp:attachment":[{"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/media?parent=905"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/categories?post=905"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/tags?post=905"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}