Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

PID2020-117954RB-C21

Financiado

APRENDIZAJE PROFUNDO Y APRENDIZAJE ONLINE EXPLICABLES PARA SOSTENIBILIDAD

TRES MODELOS DE APRENDIZAJE CONSTITUYEN LA BASE DE NUESTRO PROYECTO: DEEP LEARNING (DL), TRANSFER LEARNING (TL) Y ONLINE LEARNING (OL), LOS AVANCES SOBRE ESTOS TRES MODELOS VERTEBRAN EL PROYECTO, EL DL ES UNA TECNOLOGIA QUE LLEVA... ver más

01/01/2020

UPO

160K€

Presupuesto del proyecto: 160K€

Líder del proyecto

UNIVERSIDAD PABLO DE OLAVIDE, DE SEVILLA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2020-01-01 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

UPO

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

PRE2021-100288 APRENDIZAJE PROFUNDO Y APRENDIZAJE ONLINE EXPLICABLES PARA S... 101K€ Cerrado

PID2020-117954RB-C22 APRENDIZAJE PROFUNDO Y TRANSFERENCIA DE APRENDIZAJE EFICIENT... 116K€ Cerrado

FJC2021-047209-I Optimización e interpretabilidad en modelos de machine learn... 65K€ Cerrado

Servicio de indexación automática de grandes... Servicio de indexación automática de grandes colecciones de... 138K€ Rechazado

EQC2019-006221-P Infraestructura de Big-Data de altas prestaciones, para el a... 91K€ Cerrado

PRE2021-100169 CIENCIA DE DATOS FIABLE Y RESPONSABLE: APLICACIONES, DATOS C... 101K€ Cerrado

Líder del proyecto

UNIVERSIDAD PABLO DE OLAVIDE, DE SEVILLA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3

Presupuesto del proyecto 160K€

Descripción del proyecto TRES MODELOS DE APRENDIZAJE CONSTITUYEN LA BASE DE NUESTRO PROYECTO: DEEP LEARNING (DL), TRANSFER LEARNING (TL) Y ONLINE LEARNING (OL), LOS AVANCES SOBRE ESTOS TRES MODELOS VERTEBRAN EL PROYECTO, EL DL ES UNA TECNOLOGIA QUE LLEVA ALGUNOS AÑOS REVOLUCIONANDO EL ANALISIS DE DATOS PERO PRESENTA INCONVENIENTES TALES COMO LA DIFICIL PARAMETRIZACION, EL ALTO COSTE COMPUTACIONAL EN ENTRENAMIENTO Y LA DIFICIL O DIRECTAMENTE NULA INTERPRETABILIDAD Y EXPLICABILIDAD, AUNQUE EL USO DE TL ESTA MASIVAMENTE ASOCIADO A DL Y AL USO DE REDES PREENTRENADAS PARA ALIGERAR LA FASE DE ENTRENAMIENTO, NO ES EL UNICO MODELO SUSCEPTIBLE DE SER MEJORADO MEDIANTE TL, FINALMENTE, EL OL ES UNA VARIANTE DEL ML TAMBIEN DENOMINADA INCREMENTAL O REAL-TIME QUE HA COGIDO FUERZA GRACIAS A LA SENSORICA QUE SE HA CONVERTIDO EN UNA FUENTE DE DATOS EN NUMEROSOS PROCESOS INDUSTRIALES, ESTOS TRES MODELOS DE APRENDIZAJE SON LINEAS DE INVESTIGACION HORIZONTALES QUE SE CRUZAN CON PROPUESTAS TRANSVERSALES, CENTRADAS FUNDAMENTALMENTE EN TRES EJES QUE EN CIERTA FORMA SE COMPLEMENTAN Y CONTRAPONEN: OPTIMIZACION, EFICACIA-EFICIENCIA, INTERPRETABILIDAD-EXPLICABILIDAD, EN PRIMER LUGAR, LOS NUEVOS MODELOS DE APRENDIZAJE REQUIEREN CADA VEZ UNA PARAMETRIZACION MAS COMPLEJA Y ES NUESTRA INTENCION EN ESTE PROYECTO DEDICAR UN IMPORTANTE ESFUERZO EN ESTE SENTIDO, OTRA LINEA TRANSVERSAL ES EL ANALISIS DEL COSTE COMPUTACIONAL ASOCIADO A LOS MODELOS DE APRENDIZAJE Y LA RELACION POCO ESTUDIADA ENTRE EFICIENCIA Y EFICACIA, LA INTERPRETABILIDAD Y EXPLICABILIDAD TAMBIEN ES UN TOPICO IMPORTANTE DESDE QUE LAS AUTORIDADES EUROPEAS EN SU INFORME DE MAYO DE 2019 SOBRE DIRECTRICES ETICAS DE LA IA ABOGA POR MODELOS TRANSPARENTES Y TRAZABLES, EN RESUMEN, EL OBJETIVO DE ESTE SUBPROYECTO ES AVANZAR EN LAS DIRECCIONES QUE LOS RETOS DEL ANALISIS INTELIGENTE DE DATOS PLANTEA EN LOS PROXIMOS AÑOS, OBTENIENDO MODELOS MAS EFICIENTES SIN PERDIDA DE EFICACIA PARA LOS DOS PARADIGMAS DE APRENDIZAJE DL Y OL, DOS MODELOS DE APRENDIZAJE CON CARACTERISTICAS PROPIAS Y DOS LINEAS TRANSVERSALES: UNA MEJOR PARAMETRIZACION DE LOS MODELOS EN BASE A NUEVAS HEURISTICAS DE OPTIMIZACION, Y COMO CONSEGUIR LA EXPLICABILIDAD, Y CUANDO NO, AL MENOS LA INTERPRETABILIDAD, DE LOS MODELOS,FINALMENTE ES NUESTRO PROPOSITO PODER VALIDAR ESTOS TRABAJOS EN APLICACIONES EN LAS QUE LLEVAMOS TRABAJANDO MUCHOS AÑOS RELACIONADAS CON LA SOSTENIBILIDAD CON EL OBJETO DE CONTRIBUIR A LOS OBJETIVOS DE DESARROLLO SOSTENIBLE ESTABLECIDOS EN 2015 POR LA ONU EN LA AGENDA 2030, EN CONCRETO, AL OBJETIVO 11: CIUDADES Y COMUNIDADES SOSTENIBLES, OBJETIVO 12: PRODUCCION Y CONSUMO RESPONSABLE Y OBJETIVO 13: TOMAR MEDIDAS URGENTES PARA COMBATIR EL CAMBIO CLIMATICO Y SUS EFECTOS, LOS NUEVOS METODOS DE DL Y OL DESARROLLADOS SE APLICARAN A DATOS TEMPORALES RELACIONADOS CON EL CONSUMO DE ENERGIA ELECTRICA DE VEHICULOS ELECTRICOS EN EL CONTEXTO DE SMART GRID Y A DATOS TEMPORALES RELACIONADOS CON LA AGRICULTURA CON EL OBJETO DE AUTOMATIZAR LA TOMA DE DECISIONES ASOCIADAS A LOS CULTIVOS, MEJORANDO ASI LA PRODUCTIVIDAD EN ESTE SECTOR, APRENDIZAJE PROFUNDO\TRANSFERENCIA DE APRENDIZAJE\APRENDIZAJE ONLINE

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores