DATOS TEMPORALES: MINERIA DE DATOS SOBRE SERIES TEMPORALES Y DATOS EN STREAMING
EL PRINCIPAL OBJETIVO DE ESTE PROYECTO ES LLEVAR A CABO CONTRIBUCIONES TEORICAS Y METODOLOGICAS EN DOSAMBITOS CERCANOS RELACIONADOS CON DATOS DEPENDIENTES DEL TIEMPO, EN PARTICULAR, UN PRIMER AMBITODE TRABAJO SERA EL DE LA MINERIA...
ver más
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.
¿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
PID2021-127946OB-I00
APRENDIZAJE PROFUNDO PARA LA DETECCION DE ANOMALIAS EN DATOS...
54K€
Cerrado
TIN2016-78365-R
UNA APROXIMACION DESDE LA INTELIGENCIA COMPUTACIONAL AL TRAT...
227K€
Cerrado
BES-2017-082008
AVANCES EN CLASIFICACION MULTIDIMENSIONAL Y DETECCION DE ANO...
93K€
Cerrado
TEC2017-86921-C2-2-R
GESTION DE CAMBIOS PUNTUALES: TECNICAS ESTADISTICAS Y APREND...
73K€
Cerrado
DIN2019-010876
Modelos de recomendación conscientes de privacidad para inte...
70K€
Cerrado
TEC2017-86921-C2-1-R
GESTION DE CAMBIOS PUNTUALES: SENSADO ACTIVO Y APRENDIZAJE C...
50K€
Cerrado
Descripción del proyecto
EL PRINCIPAL OBJETIVO DE ESTE PROYECTO ES LLEVAR A CABO CONTRIBUCIONES TEORICAS Y METODOLOGICAS EN DOSAMBITOS CERCANOS RELACIONADOS CON DATOS DEPENDIENTES DEL TIEMPO, EN PARTICULAR, UN PRIMER AMBITODE TRABAJO SERA EL DE LA MINERIA DE DATOS SOBRE SERIES TEMPORALES, DONDE TRATAREMOS PROBLEMAS DECLASIFICACION SUPERVISADA, CLUSTERING Y SELECCION DE SERIES, HACIENDO ESPECIAL HINCAPIE EN LAS SERIESMULTIDIMENSIONALES, UN SEGUNDO MARCO EN EL QUE PRETENDEMOS HACER CONTRIBUCIONES ES EL DE LOSDATOS EN STREAMING, EN ESTE AMBITO ABORDAREMOS TRES PROBLEMAS: I) DETECCION DE ANOMALIAS DONDEPONDREMOS ESPECIAL ENFASIS EN ENTORNOS MULTIDIMENSIONALES DONDE LAS VARIABLES DEPENDIENTES DELTIEMPO ESTEN MUESTREADAS EN DIFERENTES TIEMPOS, II) DETECCION DE NOVEDADES Y III) APRENDIZAJE DEADVERSARIOS, FINALMENTE TODO EL TRABAJO REALIZADO EN EL MODELADO DE ESTOS PROBLEMAS SE APLICARA ENLA RESOLUCION DE PROBLEMAS REALES EN AMBITOS DIVERSOS COMO LA INDUSTRIA 4,0, LA SALUD Y LACIBERSEGURIDAD, DATOS TEMPORALES\DATOS EN STREAMING\CLASIFICACION\CLUSTERING\SUPERVISION DEBIL\DETECCION DE ANOMALIA\DETECCION DE NOVEDADES\INDUSTRIA 4.0