DESARROLLO DE NUEVAS TECNICAS DE EXTRACCION DE CONOCIMIENTO CON APLICACIONES A L...
DESARROLLO DE NUEVAS TECNICAS DE EXTRACCION DE CONOCIMIENTO CON APLICACIONES A LA BIO-MEDICINA, GANADERIA Y ALIMENTACION
LA FINALIDAD DEL PROYECTO ES DESARROLLAR UN CONJUNTO DE NUEVAS TECNICAS EN EL CAMPO DEL APRENDIZAJE AUTOMATICO QUE PERMITAN ABORDAR CON EXITO PROBLEMAS REALES EN LOS CAMPOS DE LA BIO-MEDICINA, GANADERIA Y ALIMENTACION, LAS TECNICA...
ver más
Universidad de Oviedo
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores789
Fecha límite participación
Sin fecha límite de participación.
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2008-01-01
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
SMAC
Statistical machine learning for complex biological data
1M€
Cerrado
FJCI-2016-29677
Machine learning and statistical methods applied to big data...
50K€
Cerrado
MTM2010-16087
INFERENCIA ESTADISTICA BAJO INCERTIDUMBRE EN LOS MODELOS: AP...
7K€
Cerrado
MTM2015-73670-JIN
DESARROLLO DE ALGORITMOS RAPIDOS Y EFICIENTES PARA MODELOS D...
206K€
Cerrado
MLFPM2018
Machine Learning Frontiers in Precision Medicine
4M€
Cerrado
TIN2011-22826
MODELOS MARKOVIANOS GRAFICOS DE ORDEN LIMITADO PARA DATOS DE...
42K€
Cerrado
Información proyecto TIN2008-06247
Líder del proyecto
Universidad de Oviedo
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores789
Presupuesto del proyecto
86K€
Fecha límite de participación
Sin fecha límite de participación.
Descripción del proyecto
LA FINALIDAD DEL PROYECTO ES DESARROLLAR UN CONJUNTO DE NUEVAS TECNICAS EN EL CAMPO DEL APRENDIZAJE AUTOMATICO QUE PERMITAN ABORDAR CON EXITO PROBLEMAS REALES EN LOS CAMPOS DE LA BIO-MEDICINA, GANADERIA Y ALIMENTACION, LAS TECNICAS A DESARROLLAR SERAN METODOS DE EXTRACCION DE CONOCIMIENTO Y ALGORITMOS QUE GENEREN MODELOS PREDICITIVOS DE FORMA AUTOMATICA, LOS PROBLEMAS TIPOS PARA LOS QUE SE DISEÑARAN ESTAS TECNICAS SE CARACTERIZAN POR SER CONJUNTOS DE DATOS CON MUY POCOS EJEMPLOS Y MUCHOS ATRIBUTOS, EN ESTE TIPO DE PROBLEMAS ES SENCILLO QUE LOS MODELOS SE SOBREAJUSTEN A LOS POCOS DATOS DE ENTRENAMIENTO DISPONIBLES, EL OBJETIVO ES RESOLVER ESTAS SITUACIONES MEDIANTE DOS TIPOS DE HERRAMIENTAS, POR UN LADO DESARROLLANDO Y APLICANDO NUEVAS TECNICAS DE MINERIA DE DATOS QUE NOS PERMITAN OBTENER REPRESENTACION MAS ADECUADA DE ESTOS CONJUNTOS Y POR OTRO LADO, DESARROLLANDO ALGORITMOS PREDICTIVOS TANTO PARA PROBLEMAS DE REGRESION COMO DE CLASIFICACION, ENTRE LAS TECNICAS A DESARROLLAR, PRESTAREMOS UN ESPECIAL ESFUERZO A DISEÑAR ALGORITMOS DE CLASIFICACION Y REGRESION NO DETERMINISTAS, EN LAS APLICACIONES REALES EN LAS QUE TRABAJAREMOS RESULTA MUY DIFICIL PREDECIR EXACTAMENTE LA CLASE A LA QUE PERTENECE UN EJEMPLO O EL VALOR EXACTO DE UNA VARIABLE NUMERICA, NUESTRO OBJETIVO ES CONSTRUIR CLASIFICADORES BASADOS EN MAQUINAS DE VECTORES SOPORTE CAPACES DE DAR RESPUESTAS IMPRECISAS, COMO PUEDEN SER VARIAS CLASES EN UN PROBLEMA DE CLASIFICACION O UN RANGO NUMERICO EN UN PROBLEMA DE REGRESION, MEDIREMOS OBJETIVAMENTE EL RENDIMIENTO DE ESTAS TECNICAS MEDIANTE FUNCIONES DE PERDIDA ADECUADAS A LOS CLASIFICADORES NO DETERMINISTAS Y COMPAREMOS SU EFECTIVIDAD FRENTE A LOS RESULTADOS QUE OFREZCAN LOS CLASIFICADORES DETERMINISTAS MAS HABITUALES QUE SE EMPLEAN EN ESTE TIPO DE APLICACIONES, Aprendizaje Automático\SVM\Bio-medicina