FRONTERAS EN APRENDIZAJE AUTOMATICO Y APLICACIONES MULTIDISCIPLINARES
EL APRENDIZAJE AUTOMATICO ES UNA DE LAS AREAS MAS PUJANTES DENTRO DE LAS TECNOLOGIAS DE LA INFORMACION. LAS RAZONES PARA LA AMPLIA APLICACION DE LAS HERRAMIENTAS DE APRENDIZAJE AUTOMATICA SON, POR UNA PARTE, LA DISPONIBILIDAD DE G...
ver más
Fecha límite participación
Sin fecha límite de participación.
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2016-01-01
No tenemos la información de la convocatoria
0%
100%
Características del participante
Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.
Información adicional privada
No hay información privada compartida para este proyecto. Habla con el coordinador.
¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video
Fecha límite de participación
Sin fecha límite de participación.
Descripción del proyecto
EL APRENDIZAJE AUTOMATICO ES UNA DE LAS AREAS MAS PUJANTES DENTRO DE LAS TECNOLOGIAS DE LA INFORMACION. LAS RAZONES PARA LA AMPLIA APLICACION DE LAS HERRAMIENTAS DE APRENDIZAJE AUTOMATICA SON, POR UNA PARTE, LA DISPONIBILIDAD DE GRANDES CANTIDADES DE DATOS EN FORMATO ELECTRONICO, COMO RESULTADO DEL EXTENSO USO DE MEDIOS DIGITALES DE COMUNICACION E INTERACCION Y DE ESFUERZOS SISTEMATICOS DE RECOGIDA DE DATOS (POR EJEMPLO, EN REGISTROS MEDIOAMBIENTALES, REGISTROS MEDICOS, EN PLATAFORMAS DE EDUCACION EN LINEA, EN REDES DE SENSORES, ETC.) Y, POR OTRA PARTE, LA MADUREZ DEL CAMPO. EN ESTE PROYECTO PROPONEMOS ABORDAR ALGUNOS DE LOS PROBLEMAS ASOCIADOS CON LA EXTRACCION Y ELABORACION DE CONOCIMIENTO A PARTIR DE DATOS SIN ELABORAR. EN PARTE LA DIFICULTAD DE LA TAREA ESTA ASOCIADA A LOS GRANDES VOLUMENES DE INFORMACION QUE ES NECESARIO PROCESAR. OTRAS FUENTES DE DIFICULTAD SON LA HETEROGENEIDAD DE LOS DATOS, SU POSIBLE CONTAMINACION CON RUIDO Y LA PROPIA COMPLEJIDAD DE LOS PATRONES A IDENTIFICAR. PARA ABORDAR ESTOS TEMAS, DESARROLLAREMOS SOLUCIONES COMPUTACIONALES Y ALGORITMICAS EFICIENTES, CON LA META DE EXPLORAR Y EXTENDER LAS FRONTERAS DEL CONOCIMIENTO EN EL CAMPO DE APRENDIZAJE AUTOMATICO. EN CONCRETO, NUESTROS ESFUERZOS DE INVESTIGACION SE CENTRARAN EN EL ANALISIS DE HERRAMIENTAS MATEMATICAS Y COMPUTACIONALES AVANZADAS (OPTIMIZACION CONVEXA, OPTIMIZACION BAYESIANA, INFERENCIA), CUYOS RESULTADOS SERAN APLICADOS AL DISEÑO DE ALGORITMOS DE INDUCCION AUTOMATICA A PARTIR DE DATOS MAS EFICACES, EL DESARROLLO Y MEJORA DE METODOS DE APRENDIZAJE AUTOMATICO (CONJUNTOS, BASADOS EN NUCLEOS) Y LA EXPLORACION DE NUEVOS PARADIGMAS EN EL AREA (ANALISIS DE DATOS FUNCIONALES). LAS TECNICAS DESARROLLADAS EN ESTE PROYECTO SERAN USADAS EN COMBINACION CON METODOS ESTANDAR DE APRENDIZAJE AUTOMATICA PARA ABORDAR PROBLEMAS EN PREDICCION DE LA PRODUCCION DE ENERGIAS RENOVABLES, MONITORIZACION MEDIOAMBIENTAL Y ANALISIS DE DATOS EN SISTEMAS DE EDUCACION EN LINEA, LOS CUALES REQUIEREN UN ENFOQUE MULTIDISCIPLINAR. SE ESPERA QUE LAS CONTRIBUCIONES DE ESTE PROYECTO TENGAN IMPACTO DIRECTO GRACIAS AL USO DE DATOS REALES Y LA PARTICIPACION DE EMPRESAS. ADICIONALMENTE, LAS AREAS DE APLICACION PRACTICA CONSIDERADAS ESTAN ALINEADAS CON ALGUNOS DE LOS OBJETIVOS DEL PROGRAMA EUROPEO HORIZONTE 2020 Y DE LA ESTRATEGIA ESPAÑOLA DE CIENCIA Y TECNOLOGIA Y DE LA INNOVACION. PRENDIZAJE AUTOMÁTICO\EDUCACIÓN ONLINE\MEDIO AMBIENTE\ENERGÍAS RENOVABLES\CONJUNTOS\FUNCIONAL\BAYESIANO\OPTIMIZACIÓN