LOCALIZACION CONTINUA. NUEVAS APLICACIONES, MODELOS Y ALGORITMOS.
CON ESTE PROYECTO, DE UN AÑO DE DURACION, SE CONSOLIDARAN LAS LINEAS DE TRABAJO DE LOS ULTIMOS AÑOS, AL TIEMPO QUE SE EXPLORARAN NUEVOS PROBLEMAS, EL EJE CONDUCTOR SERA, COMO EN PROYECTOS ANTERIORES, EL MODELADO Y RESOLUCION DE PR...
ver más
UNIVERSIDAD DE SEVILLA
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores3672
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
SIPA
Semidefinite Programming with Applications in Statistical Le...
1M€
Cerrado
TIN2010-14931
MODELOS GRAFICOS PROBABILISTICOS EN APRENDIZAJE AUTOMATICO Y...
159K€
Cerrado
PID2019-110886RB-I00
MATHEMATICAL OPTIMIZATION FOR DATA-DRIVEN DEICSION-MAKING
97K€
Cerrado
UNIVERSIDAD DE SEVILLA
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores3672
Presupuesto del proyecto
19K€
Fecha límite de participación
Sin fecha límite de participación.
Descripción del proyecto
CON ESTE PROYECTO, DE UN AÑO DE DURACION, SE CONSOLIDARAN LAS LINEAS DE TRABAJO DE LOS ULTIMOS AÑOS, AL TIEMPO QUE SE EXPLORARAN NUEVOS PROBLEMAS, EL EJE CONDUCTOR SERA, COMO EN PROYECTOS ANTERIORES, EL MODELADO Y RESOLUCION DE PROBLEMAS DE LOCALIZACION CONTINUA, ENTENDIDA ESTA EN UN SENTIDO AMPLIO, COMO CONTINUACION DE TRABAJOS DEL EQUIPO RECIENTEMENTE PUBLICADOS O EN CURSO SOBRE PROBLEMAS DE LOCALIZACION DE HIPERPLANOS CON IMPLICACIONES EN ANALISIS DISCRIMINANTE, ABORDAREMOS DESDE UNA PERSPECTIVA MULTIOBJETIVO EL PROBLEMA DE SUPPORT VECTOR MACHINES (SVM) MULTIGRUPO, DONDE LOS COSTES DE CLASIFICACION INCORRECTA EN LOS DISTINTOS GRUPOS SON DIFERENTES, Y ANALIZAREMOS EL PROBLEMA DE OPTIMIZACION GLOBAL DE LOCALIZACION DEL HIPERPLANO MINIMIZANDO UNA FUNCION NO LINEAL DE LAS DISTANCIAS DE LOS DATOS (PUNTOS O BOLAS) AL SEMIESPACIO DE CLASIFICACION CORRECTA, APROVECHANDO LA SIMILITUD DE LA ESTRUCTURA ENTRE LOS PROBLEMAS DE OPTIMIZACION QUE APARECEN EN SVM Y EN SUPPORT VECTOR REGRESSION (SVR) ABORDAREMOS PROBLEMAS DE SVR CON INCERTIDUMBRE, MODELADOS COMO PROBLEMAS DE LOCALIZACION DE HIPERPLANOS CON DATOS QUE, EN VEZ DE PUNTOS, SON HIPER-RECTANGULOS O BOLAS DE UNA CIERTA NORMA, TAMBIEN ABORDAREMOS LOS PROBLEMAS DE OPTIMIZACION DE TAMAÑO GRANDE Y COMPLEJOS QUE APARECEN EN EL SVR TRAS BINARIZAR LOS DATOS, ADEMAS DE LAS LINEAS ANTERIORES COMENZAREMOS EL ANALISIS DE PROBLEMAS DE MODELOS DE LOCALIZACION CON COMPETENCIA (MAXIMO CUBRIMIENTO, LIDER-SEGUIDOR) CON FUNCIONES DE ATRACCION NO LINEALES (HUFF GENERALIZADO) USANDO ALGORITMOS BASADOS EN OPTIMIZACION D,C, LOS ALGORITMOS SE DISEÑARAN TANTO PARA PROBLEMAS SOBRE EL PLANO COMO PARA PROBLEMAS SOBRE GRAFOS Y EN MODELOS MIXTOS (LOCALIZACION PLANA CON UNA RED DE VIAS RAPIDAS), Y ESPERAMOS BATIR EN TIEMPO DE COMPUTO A LOS ALGORITMOS RECIENTEMENTE PUBLICADOS POR OTROS ESPECIALISTAS, LOCALIZACIÓN CONTINUA\CLASIFICACIÓN Y REGRESIÓN\OPTIMIZACIÓN GLOBAL\CUBRIMIENTO