Estudiantes del Tecnológico de Monterrey campus Querétaro fueron reconocidos como Global Nominees en la edición 2024 del NASA International Space Apps Challenge, un hackathon global organizado para resolver problemáticas relacionadas con la Tierra y el espacio utilizando datos abiertos.
Su proyecto consistió en analizar señales sísmicas de la Luna y Marte con el objetivo de identificar eventos significativos y optimizar la transmisión de datos a la Tierra.
Los estudiantes obtuvieron el tercer lugar de entre 60 equipos durante la etapa local, más adelante a finales de octubre fueron seleccionados como Global Nominee, una distinción que los colocó entre los proyectos más destacados a nivel internacional.
Para la base del proyecto se utilizaron las transformadas de Fourier y modelos de machine learning. Esta solución no solo minimizó el consumo de recursos, sino que también contribuyó al desarrollo de tecnologías aplicables a futuras misiones espaciales.
Analizando sismos en el espacio
El proyecto llamado “Seismic Sensing Across the Solar System”, incluyó diversas etapas, como la limpieza de datos, el análisis con algoritmos especializados y la implementación de modelos de aprendizaje automático, logrando así optimizar el manejo de grandes cantidades de información.
“Construimos una secuencia de etapas que transformaba señales crudas, difíciles de interpretar, en archivos con la información más relevante para ser enviada a la Tierra”, señaló André.
El equipo “Git Push It Real Good” estuvo conformado por: Andrea Fátima Figueroa López, Edgar Martínez Retes y Nicolás Humberto Donati Frías de Sistemas Computacionales, Romina Nájera Fuentes y André Robles Bueckmann de Ciencia de Datos de Matemáticas y Fernando Ken Ochoa Aoki de Mecánica.
André señala que el equipo combinó elementos provistos en el desafío con herramientas que aprendieron durante las clases, cómo La transformada de Fourier jugó un papel clave.
“Fue interesante cómo esta herramienta llegó justo en el momento oportuno. Romina y yo la estábamos viendo esa misma semana en case y resultó ser la base de nuestro análisis”, añadió.
Por su parte, Romina añadió: “Queríamos simplificar los datos, utilizamos un algoritmo lo complementamos con procesos de limpieza y análisis para nosotros determinar cuánta información podíamos perder sin afectar la calidad”.
