Modelos de aprendizaje profundo para predecir popularidad en entretenimiento.

Ponente(s): Jesús Jorge Armenta Segura

En las industrias del entretenimiento, la predicción del éxito cultural de los futuros productos es crucial para un buen posicionamiento en el mercado. Este fenómeno, sin embargo, depende de múltiples factores subjetivos y por ende no puede ser abordado desde una perspectiva determinista, provocando que se deba recurrir a métodos heurísticos como los modelos de aprendizaje automático y profundo. En esta charla se discuten las técnicas de aprendizaje profundo empleadas en el artículo "Anime Popularity Prediction Before Huge Investments: a Multimodal Approach Using Deep Learning" de J. Armenta-Segura y G. Sidorov, los cuales son multimodales e incluyen técnicas de Visión por Computadora (redes residuales) y Procesamiento de Lenguaje Natural (modelos largos de lenguaje, LLMs). Esta plática pretende enfocarse en las matemáticas detrás de la red neuronal profunda de dicho artículo, con miras a proponer posibles explicaciones matemáticas de los resultados que se obtuvieron.