EL APRENDIZAJE AUTOMATICO (EN INGLES MACHINE LEARNING - ML) Y, MAS EN GENERAL, LA CIENCIA DE DATOS ESTAN REVOLUCIONANDO LAS MATEMATICAS APLICADAS, LO QUE LLEVA A UNA INVESTIGACION RICA, INTENSIVA E INNOVADORA Y A UNA VARIEDAD DE N...
ver más
FUNDACIÓN DEUSTO
No se ha especificado una descripción o un objeto social para esta compañía.
TRL
4-5
| 1M€
Fecha límite participación
Sin fecha límite de participación.
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%
Características del participante
Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.
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 PID2020-112617GB-C22
Líder del proyecto
FUNDACIÓN DEUSTO
No se ha especificado una descripción o un objeto social para esta compañía.
TRL
4-5
| 1M€
Presupuesto del proyecto
40K€
Fecha límite de participación
Sin fecha límite de participación.
Descripción del proyecto
EL APRENDIZAJE AUTOMATICO (EN INGLES MACHINE LEARNING - ML) Y, MAS EN GENERAL, LA CIENCIA DE DATOS ESTAN REVOLUCIONANDO LAS MATEMATICAS APLICADAS, LO QUE LLEVA A UNA INVESTIGACION RICA, INTENSIVA E INNOVADORA Y A UNA VARIEDAD DE NUEVAS IDEAS Y METODOS PODEROSOS. BUSCAMOS CONTRIBUIR A SUS FUNDAMENTOS MATEMATICOS, PRESTANDO ESPECIAL ATENCION A LOS DESAFIOS EN EL AREA DE CONTROL DE SISTEMAS DINAMICOS, DONDE EL PARADIGMA CLASICO BASADO EN MODELOS DEBE COMPLEMENTARSE CON UNA SERIE DE TECNICAS BASADAS EN DATOS. NUESTRO OBJETIVO ES FOMENTAR EL RIGOR EN LOS FUNDAMENTOS ANALITICOS Y COMPUTACIONALES DE LAS METODOLOGIAS DE CONTROL BASADAS EN MODELOS/DATOS COMBINADOS EMERGENTES, CONSTRUYENDO UN PUENTE ESPECIFICO Y PRODUCTIVO ENTRE LA CIENCIA DE DATOS Y LAS MATEMATICAS APLICADAS Y GENERANDO ENFOQUES Y ALGORITMOS HIBRIDOS NOVEDOSOS Y DE MAYOR RENDIMIENTO. EN ESTE CONTEXTO, SE ESTAN LOGRANDO GRANDES AVANCES EN EL AMPLIO CAMPO DE LA INGENIERIA DE CONTROL, FUERTEMENTE INFLUENCIADOS POR ML. ESTO PERMITE ABORDAR UN NUMERO CRECIENTE DE APLICACIONES DESAFIANTES, PERO LOS FUNDAMENTOS TEORICOS Y ANALITICOS AUN SON ESCASOS EN TERMINOS DE RIGOR. LOS ENFOQUES BASADOS EN DATOS PROPORCIONAN UNA NUEVA GAMA DE POTENTES HERRAMIENTAS PARA DISEÑAR ESTRATEGIAS DE CONTROL SUPERIORES. DEL MISMO MODO, ALGUNOS DE LOS CONCEPTOS CLAVE Y LOS RESULTADOS DEL CONTROL ARROJAN LUZ SOBRE ALGUNOS DE LOS PRINCIPALES DESAFIOS EN LAS ARQUITECTURAS PARA REDES NEURONALES, POR EJEMPLO. PERO LOS PILARES TEORICOS SON ENDEBLES. EL OBJETIVO DE ESTE SUBPROYECTO ES ABORDAR CUESTIONES ANALITICAS Y COMPUTACIONALES CLAVE QUE NO SE COMPRENDEN BIEN O QUEDAN SIN RESOLVER, PERO QUE APARECEN EN TODA LA GAMA DE APLICACIONES TECNOLOGICAS Y DE LA VIDA REAL (AERONAUTICA, CONDUCCION AUTONOMA, GESTION DE RECURSOS, EPIDEMIOLOGIA, ROBOTICA, BIOMEDICINA, INTERNET, ETC.) Y REQUIEREN UN TRATAMIENTO UNIFICADO. CUACIONES CINETICAS\CONTROL DE APRENDIZAJE