ALGORITMOS DE SOFT-COMPUTING MEJORADOS PARA PROBLEMAS DE PREDICCION EN EL ANALIS...
ALGORITMOS DE SOFT-COMPUTING MEJORADOS PARA PROBLEMAS DE PREDICCION EN EL ANALISIS DE ENTIDADES ASEGURADORAS
ESTE PROYECTO TIENE UN DOBLE OBJETIVO: PRIMERO, PROPONEMOS TRABAJAR SOBRE DIVERSAS MEJORAS EN VARIOS ALGORITMOS DE SOFT-COMPUTING. ESPECIFICAMENTE, NOS CENTRAREMOS EN MAQUINAS DE VECTORES SOPORTE (SVMS), REDES DE FUNCIONES DE BASE...
ver más
UNIVERSIDAD DE ALCALÁ
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores847
Fecha límite participación
Sin fecha límite de participación.
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2010-01-01
No tenemos la información de la convocatoria
0%
100%
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
Información proyecto ECO2010-22065-C03-02
Líder del proyecto
UNIVERSIDAD DE ALCALÁ
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores847
Presupuesto del proyecto
48K€
Fecha límite de participación
Sin fecha límite de participación.
Descripción del proyecto
ESTE PROYECTO TIENE UN DOBLE OBJETIVO: PRIMERO, PROPONEMOS TRABAJAR SOBRE DIVERSAS MEJORAS EN VARIOS ALGORITMOS DE SOFT-COMPUTING. ESPECIFICAMENTE, NOS CENTRAREMOS EN MAQUINAS DE VECTORES SOPORTE (SVMS), REDES DE FUNCIONES DE BASE RADIAL (RBFS) Y ALGORITMOS DE PROGRAMACION GENETICA (GP).MEJORAS PROPUESTAS EN SVMS: EN ESTE TIPO DE ALGORITMOS, PLANTEAMOS OBTENER MEJORAS A PARTIR DE NUEVOS ALGORITMOS PARA LA SELECCION DE LOS HIPERPARAMETROS DE LA MAQUINA. ESTUDIAREMOS TECNICAS HEURISTICAS DE REDUCCION DEL ESPACIO DE BUQUEDA, Y TAMBIEN TECNICAS META-HEURISITICAS (ALGORITMOS DE TIPO EVOLUTIVO FUNDAMENTALMENTE). EN ESTE PUNTO PROPONEMOS TAMBIEN EVALUAR LA EFICIENCIA DE BANCOS DE SVMS (ENSEMBLES), EN LA APLICACION A DIVERSOS PROBLEMAS DE PRECCION.MEJORAS PROPUESTAS EN RBFS: EN ESTE PUNTO PROPONEMOS LA SELECCION DEL NUMERO POSICION Y PARAMETROS NECESARIOS PARA DEFINIR ESTE TIPO DE REDES. BASICAMENTE PROPONEMOS LA APLICACION DE ALGORITMOS DE COMPUTACION EVOLUTIVA, FUNDAMENTALMENTE BASADOS EN CO-EVOLUCION DE POBLACION, QUE HASTA EL MOMENTO NO HAN SIDO APLICADOS AL DISEÑO DE LA ESTRUTURA DE REDES RBF. IGUALMENTE, PROPONEMOS LA DEFINICION DE NUEVOS ALGORITMOS DE ARBOLES DE DECISION BASADOS EN NUEVAS REPRESENTACIONES DE ARBOLES, FUNDAMENTALMENTE LOS CODIGOS DANDELION. MEJORAS PROPUESTAS EN GP: LOS CODIGOS DANDELION SERAN TAMBIEN LA BASE DE LA PROPUESTA PARA LA MEJORA DE LOS ALGORITMOS DE PROGRAMACION GENETICA. ESTE TIPO DE CODIGOS TIENE MUY BUENAS CARACTERISTICAS DE LOCALIDAD (PEQUEÑAS MUTACIONES EN EL CODIGO SE TRADUCEN EN PEQUEÑAS VARIACIONES EN LOS ARBOLES REPRESENTADOS), LO QUE PUEDE AYUDAR A MEJORAR LA BUSQUEDA GENETICA. ADEMAS, ESTE TIPO DE CODIGOS ADMITE REDUCCIONES EN EL ESPACIO DE BUSQUEDA, BASADAS EN LA ELIMINACION DE SOLUCIONES QUE SON EQUIVALENTES. EL SEGUNDO OBJETIVO DE ESTE PROYECTO CONSISTE EN LA APLICACION DE ESTAS TECNICAS DE SOFT-COMPUTING MEJORADAS A DIVERSOS PROBLEMAS QUE SURGEN EN EL AREA DE COMPAÑIAS DE SEGUROS, FUNDAMENTALMENTE PROBLEMAS DE PREDICCION. ESPECIFICAMENTE PROPONEMOS ABORDAR PROBLEMAS DE PREDICCION DE INSOLVENCIAS EN ESTE TIPO DE COMPAÑIAS, CALCULO DE PRIMAS, RECLAMACIONES OCURRIDAS PERO NO REPORTADAS (IBNR) Y RIESGO DE CREDITO. LGORITMOS DE SOFT-COMPUTING\RIESGO DE CREDITO\PREDICCION DE INSOLVENCIAS\PROGRAMACION GENETICA\REDES RBF\MAQUINAS DE VECTORES SOPORTE