Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

PID2021-122640OB-I00

Financiado

Cerrado

MATEMATICAS EXPLICABLES PARA SOLUCIONES INTERDISCIPLINARES DE CIENCIA DE DATOS

EL PROYECTO EXPLAINABLE MATHEMATICS FOR INTERDISCIPLINARY DATA SCIENCE SOLUTIONS (XMIDAS) ABORDA LA BUSQUEDA DE SOLUCIONES EXPLICABLES MEDIANTE LA INTEGRACION DE METODOS DE OPTIMIZACION MATEMATICA Y APRENDIZAJE AUTOMATICO EN PROYE... ver más

01/01/2021

URJC

86K€

Presupuesto del proyecto: 86K€

Líder del proyecto

Universidad Rey Juan Carlos No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 1107

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01 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

URJC

Lider

Proyectos interesantes

JDC2023-050674-I

Data Science

Software

72K€ Cerrado

FJC2021-047209-I

Data Science

Software

65K€ Cerrado

TIN2011-27479-C04-04

Data Science

Software

18K€ Cerrado

TIN2010-14931

Data Science

Software

159K€ Cerrado

TIN2017-83132-C2-2-R

Data Science

Software

74K€ Cerrado

MTM2009-09063

Data Science

Software

59K€ Cerrado

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

Líder del proyecto

Universidad Rey Juan Carlos No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 1107

Presupuesto del proyecto 86K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto EL PROYECTO EXPLAINABLE MATHEMATICS FOR INTERDISCIPLINARY DATA SCIENCE SOLUTIONS (XMIDAS) ABORDA LA BUSQUEDA DE SOLUCIONES EXPLICABLES MEDIANTE LA INTEGRACION DE METODOS DE OPTIMIZACION MATEMATICA Y APRENDIZAJE AUTOMATICO EN PROYECTOS REALES DE CIENCIA DE DATOS CON ENTORNOS EVOLUTIVOS EN LA INDUSTRIA. LA CIENCIA DE DATOS ES UN CAMPO INTERDISCIPLINAR ENTRE LAS CIENCIAS DE LA COMPUTACION, LAS MATEMATICAS Y LA COMPRENSION DEL DOMINIO DE APLICACION, CUYO OBJETIVO ES EXTRAER CONOCIMIENTOS NO EVIDENTES Y UTILES DE UN CONJUNTO DE DATOS. UN PROYECTO DE CIENCIA DE DATOS IMPLICA UN CICLO DE VIDA DE APRENDIZAJE DINAMICO EN TORNO A LOS DATOS. SE DEFINEN PREGUNTAS A RESPONDER Y SE RECOGEN DATOS, QUE SE PREPARAN PARA SU ANALISIS CON LA AYUDA DE EXPERTOS DEL DOMINIO. SE UTILIZAN MATEMATICAS Y ESTADISTICA PARA ANALIZAR LOS DATOS Y CONSTRUIR ALGORITMOS DE APRENDIZAJE. LOS MODELOS SE EVALUAN Y CRITICAN UTILIZANDO METRICAS ADECUADAS. LOS RESULTADOS SE PRESENTAN MEDIANTE TECNICAS EXPLICATIVAS COMPRENSIBLES POR TODOS LOS IMPLICADOS. LA SOLUCION FINAL ES UN PRODUCTO COMERCIALIZABLE EN LA INDUSTRIA.SIN EMBARGO, COMO LA DISTRIBUCION DE LOS NUEVOS DATOS CAMBIA, EL USO DE UN MODELO PREDICTIVO CONDUCE A LA DEGRADACION DEL MISMO. EL REAJUSTE DE MODELOS DE APRENDIZAJE BAJO INCERTIDUMBRE ES UN PROBLEMA EN EL ESTADO DEL ARTE DE LA CIENCIA DE DATOS. ESTE REAJUSTE ES A VECES PREVENTIVO, APLICANDOSE ANTES DEL DESPLIEGUE DEL MODELO. EN OTRAS OCASIONES SE PLANTEA DESPUES DEL DESPLIEGUE DEL MODELO PARA DETECTAR RAPIDAMENTE CAMBIOS EN SU RENDIMIENTO. LA PROGRAMACION MATEMATICA Y LA DERIVA CONCEPTUAL OFRECEN SOLUCIONES PARA HACER FRENTE A ESTOS REAJUSTES. ESTE PROYECTO ABORDA LA INTEGRACION DE AMBOS CONCEPTOS EN DIFERENTES DOMINIOS DE APLICACION. SE PROPONDRAN Y DESARROLLARAN BUENAS PRACTICAS PARA ASEGURAR LA IMPLEMENTACION EXITOSA DE SOLUCIONES EXPLICABLES EN PROBLEMAS DEL MUNDO REAL.LA PROPUESTA INTEGRA CONOCIMIENTOS Y METODOS DE DIFERENTES DISCIPLINAS, COMO LA MODELIZACION MATEMATICA, EL APRENDIZAJE ESTADISTICO, EL APRENDIZAJE MAQUINA, EL DESARROLLO DE SOFTWARE, LA OPTIMIZACION, ASI COMO LA INVESTIGACION SOCIAL, LO QUE CONDUCE A UN ENRIQUECIMIENTO DEL CONOCIMIENTO GLOBAL ADQUIRIDO DURANTE EL DESARROLLO DEL PROYECTO. PARA LLEVAR A CABO EL PROYECTO SE UTILIZARAN METODOLOGIAS AGILES CENTRADAS EN LOS PRINCIPIOS DE LA CIENCIA DE DATOS.EL EQUIPO DE INVESTIGACION Y TRABAJO ESTA COMPUESTO POR 2 CATEDRATICOS, 4 PROFESORES TITULARES, 2 PROFESORES CONTRATADOS, 6 PROFESORES AYUDANTES Y 1 REPUTADO INVESTIGADOR JUBILADO. EL EQUIPO TIENE UNA GRAN CAPACIDAD DE FORMACION, COMO DEMUESTRA EL GRAN NUMERO DE TESIS DOCTORALES DIRIGIDAS EN LOS ULTIMOS AÑOS. ADEMAS, 6 PERSONAS EN FORMACION ESTAN REALIZANDO SUS TESIS DOCTORALES (3 EN LA INDUSTRIA) DENTRO DE LAS AREAS DE CONOCIMIENTO IMPLICADAS EN EL PROYECTO. UNO DE LOS PRINCIPALES PROPOSITOS DE XMIDAS ES PUBLICAR EN REVISTAS Y CONFERENCIAS CIENTIFICAS DE ALTO IMPACTO. SE ESPERA GENERAR CONOCIMIENTO CIENTIFICO RELEVANTE Y OBTENER RESULTADOS QUE PUEDAN SER TRANSFERIDOS A DIVERSOS SECTORES INDUSTRIALES. EMPRESAS DE LOS SECTORES DE LA SALUD, BIENESTAR, TURISMO, GANADERIA, TRANSPORTE, COMERCIO MINORISTA, SEGUROS Y ENERGIA HAN MOSTRADO SU INTERES EN ESTE PROYECTO Y SE HAN ESTABLECIDO CASOS DE ESTUDIO PARA CADA UNO DE ELLOS. EL GRUPO DE INVESTIGACION IMPLICADO HA FIRMADO MAS DE 50 CONTRATOS CON EMPRESAS DEL SECTOR SOBRE TEMAS RELACIONADOS CON EL PROYECTO EN LOS ULTIMOS 10 AÑOS, CON UNA FINANCIACION ACUMULADA DE MAS DE 1.2M. XPLICABILIDAD\APLICACIONES REALES\INCERTIDUMBRE\GESTION DE RIESGOS\FRAMEWORKS AGILES\VISUALIZACION\APRENDIZAJE ADAPTATIVO\CIENCIA DE DATOS\APRENDIZAJE AUTOMATICO\OPTIMIZACION MATEMATICA

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores