«Segmentación de instancia aplicada a la detección de partıculas capturadas por los detectores LArTPC del Experimento DUNE», se denomina el Trabajo Final de Grado (TFG) presentado por los ahora ingenieros José Osmar Toledo Servín y Felipe Marcelo Espinoza Álvarez, como prueba final para egresar de la carrera de Ingeniería Mecatrónica de la Facultad de Ingeniería de la Universidad Nacional de Asunción (FIUNA). La defensa del trabajo se realizó el martes 27 de Diciembre de 2022 en la Institución.

En el campo de la visión artificial, la clasificación de imágenes consiste en detectar clases de objetos que se encuentran en una imagen y también proporciona la ubicación de estos en forma de un cuadro delimitador en la misma imagen. ́La segmentación semántica logra una detección a nivel de píxeles, donde predicen y etiqueta a los píxeles de acuerdo a la clase del objeto logrando definir los lımites de estos objetos dentro de la imagen. Agregando a este último la capacidad de distinguir diferentes objetos de la misma clase, es lo que se conoce como segmentación de instancia.

Los detectores de argón líquido son utilizados para la detección y el estudio de los neutrinos, estos detectores se caracterizan por su alta precisión de imagenes de aproximadamente 1 milımetro por píxel que permiten analizar la interacción de los neutrinos con mucho detalle. A pesar de la alta resolución de imagenes y recopilacion de informacion producida mediante este tipo de detectores, existe el desafıo de reconstrucción precisa de la información de cada partıcula de forma individual a partir de las imágenes 2D y 3D generadas, el uso de aprendizaje automático ha presentado avances significativos tanto para la detección de objetos y la segmentación semántica y de instancias, donde el esfuerzo actual de los investigadores va dirigido en la búsqueda de nuevas implementaciones con las mejores prestaciones a nivel de desempeño tanto a nivel computacional como en la correcta clasificación y agrupamiento de las partıculas.

Con el Trabajo Final de Grado presentado se realizó el estudio donde se utilizaron datos creados por simulación de eventos capturados por detectores de argón líquido de cámara de proyección temporal, que consisten en 100.000 eventos representados en matrices dispersas de 3 dimensiones y un tamano espacial de 512 elementos, y con ello realizaron una comparación entre algunas de las arquitecturas actuales utilizadas para el procesamiento de imágenes. Utilizaron dos muestras diferentes de 10.000 eventos, una para el entrenamiento y la otra para el testeo de las redes mencionadas y con los datos obtenidos crearon una tabla donde compararon las métricas de precisión, pureza y eficiencia de las arquitecturas seleccionadas.