Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PID2019-106758GB-C31

Financiado

Cerrado

APRENDIZAJE AUTOMATICO EXPLICABLE: UNA APROXIMACION PROBABILISTICA - UGR

ESTE SUBPROYECTO SE BASARA EN UN CONJUNTO DE OBJETIVOS METODOLOGICOS Y ALGUNAS APLICACIONES, SE INCLUYE A CONTINUACION UN PEQUEÑO RESUMEN DE CADA UNA DE ELLAS,A) APROXIMACION EXPLICABLE A LA DETECCION DE ANOMALIAS (METODOLOGICO),... ver más

01/01/2019

UGR

109K€

Presupuesto del proyecto: 109K€

Líder del proyecto

UNIVERSIDAD DE GRANADA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 5511

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2019-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UGR

Lider

Conecta tu I+D

¿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

Proyectos interesantes

PID2019-109238GB-C21 SISTEMAS DE RECOMENDACION EXPLICABLES 83K€ Cerrado

PID2019-106758GB-C33 APRENDIZAJE AUTOMATICO EXPLICABLE: UNA APROXIMACION PROBABIL... 109K€ Cerrado

MCUNLEASH Model Checking Unleashed 1M€ Cerrado

PID2019-106758GB-C32 APRENDIZAJE AUTOMATICO EXPLICABLE: UNA APROXIMACION PROBABIL... 81K€ Cerrado

PID2021-128045OA-I00 APRENDIZAJE PROFUNDO ETICO 56K€ Cerrado

Streem.ai An AI assistant using proprietary unsupervised algorithm s... 3M€ Cerrado

Líder del proyecto

UNIVERSIDAD DE GRANADA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 5511

Presupuesto del proyecto 109K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto ESTE SUBPROYECTO SE BASARA EN UN CONJUNTO DE OBJETIVOS METODOLOGICOS Y ALGUNAS APLICACIONES, SE INCLUYE A CONTINUACION UN PEQUEÑO RESUMEN DE CADA UNA DE ELLAS,A) APROXIMACION EXPLICABLE A LA DETECCION DE ANOMALIAS (METODOLOGICO), LA DETECCION DE ANOMALIAS CONSISTE EN DETERMINAR QUE MUESTRAS, DE ENTRE LOS DATOS DISPONIBLES, SE CORRESPONDEN CON SITUACIONES ESPECIALES, QUE NO SE CORRESPONDEN CON EL COMPORTAMIENTO GENERAL DEL FENOMENO OBSERVADO, ESTA TAREA SE BASARA EN EL DESARROLLO DE METODOS BASADOS EN MODELOS PROBABILISTICOS, PARA CONSEGUIR ESTE OBJETIVO SE CONSIDERAN VARIAS TAREAS: DETECCION EN PROBLEMAS CON DATOS ESTATICOS, DETECCION CON DATOS TEMPORALES Y PROBLEMAS DE INFERENCIA ASOCIADOS (COMO COMPUTACION DE LA CONFIGURACION MAS PROBABLE (MAP)), EN LOS DOS PRIMEROS EL OBJETIVO SERA DETERMINAR UNA MODELIZACION EXPLICITA DE LOS MODELOS DE GENERACION DE ANOMALIAS, TENIENDO EN CUENTA QUE PUEDEN GENERARSE POR DIFERENTES RAZONES, EL CALCULO DE LA EXPLICACION MAS PROBABLE PUEDE USARSE PARA CALCULAR LAS PROBABILIDADES DE LAS DIFERENTES POSIBLES CAUSAS DE LAS ANOMALIAS, B) PERFILES DE ENTIDADES DE RECURSOS TEXTUALES MEDIANTE MODELOS EXPLICABLES (METODOLOGICO), EL GRAN VOLUMEN DE DATOS PROVENIENTES DE LA WEB PRECISAN DEL USO DE TECNICAS DE APRENDIZAJE AUTOMATICO QUE SEAN CAPACES DE GENERAR PERFILES UTILES PARA PERSONALIZACION DE APLICACIONES, RECUPERACION DE INFORMACION, SISTEMAS DE RECOMENDACION, FILTRADO DE INFORMACION, BUSQUEDA DE EXPERTOS O IDENTIFICACION DE AUTORIA, POR EJEMPLO, EN ESTE PROBLEMA EL TIEMPO ES UN ASPECTO BASICO, YA QUE LOS PERFILES NO SON ESTATICOS, SINO QUE EVOLUCIONAN A LO LARGO DEL TIEMPO, EN EL QUE SE PUEDEN PRODUCIR SITUACIONES DE CAMBIO DE CONCEPTO (CONCEPT DRIFT) QUE INDICAN CAMBIO EN LOS INTERESES DE LOS USUARIOS, OTRA CUESTION RELACIONADA CON ESTE PROBLEMA ES EL DE LA EVALUACION EN LOS PROBLEMAS DE RECOMENDACION, DONDE LOS PERFILES JUEGAN UN PAPEL ESENCIAL,C) MEJORA DE LA DETECCION DE RIESGO GENETICO MEDIANTE MODELIZACION DE COMPORTAMIENTO ANOMALO (APLICACION), LA CONSTRUCCION DE PREDICTORES DE ENFERMEDADES COMPLEJAS A PARTIR DE DATOS GENOMICOS PARECE HABER ALCANZADO UN MAXIMO LOCAL QUE PARECE ALEJADO DE LOS RESULTADOS ESPERADOS DE ACUERDO CON LA HERENCIA Y PREVALENCIA DE ENFERMEDADES, ESTE TRABAJO ESTA BASADO EN UN ESTUDIO PRELIMINAR QUE CONSIDERA LOS ALGORITMOS USUALES DE GENOTIPADO Y DETERMINA QUE SE OBTIENEN TASAS MAS ELEVADAS DE VALORES PERDIDOS EN INDIVIDUOS ENFERMOS QUE EN INDIVIDUOS SANOS, ESTE OBJETIVO INTENTA DETERMINAR CUAL ES LA RAZON DE ESTE HECHO,D) IDENTIFICACION DE AUTORIA EN BASE A MODELOS EXPLICABLES (APLICACION), ESTE OBJETIVO TRATARA EL DESARROLLO DE DIFERENTES MODELOS CAPACES DE REALIZAR IDENTIFICACION DE AUTORIA, CON EL OBJETIVO DE CONSEGUIR UN RENDIMIENTO COMPETITIVO EN RELACION CON OTROS MODELOS DEL ESTADO DEL ARTE, AUNQUE ESTE OBJETIVO ESTA ABIERTO A CUALQUIER FUENTE DE INFORMACION, SE CENTRARA ESPECIALMENTE EN EL USO DE DATOS PARLAMENTARIOS, DEL QUE SE DISPONE DE UNA COLECCION DE DOCUMENTOS DEL PARLAMENTO DE ANDALUCIA, QUE INCLUYEN INFORMACION TEXTUAL, DATOS DE PARTIDOS POLITICOS, COMITES, INFORMACION DEMOGRAFICA, PALABRAS CLAVE, ETC, APRENDIZAJE AUTOMATICO\EXPLICACION\DETECCION DE ANOMALIAS\MODELOS PROBABILISTICOS\RECUPERACION DE INFORMACION\SISTEMAS DE RECOMENDACION

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores