Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

TIN2010-20900-C04-02

Financiado

MINERIA DE DATOS CON MODELOS GRAFICOS PROBABILISTICOS: NUEVOS ALGORITMOS Y APICA...

MINERIA DE DATOS CON MODELOS GRAFICOS PROBABILISTICOS: NUEVOS ALGORITMOS Y APICACIONES. MD-PGM-UAL EL PRINCIPAL OBJETIVO DE ESTE PROYECTO ES EL DISEÑO DE NUEVOS ALGORITMOS DE MINERIA DE DATOS Y APRENDIZAJE AUTOMATICO BASADOS EN MODELOS GRAFICOS PROBABILISTICOS (MGPS), ASI COMO SU APLICACION EN RAMAS COMO BOMEDICINA, TECNOLOGIA,... ver más

01/01/2010

UAL

64K€

Presupuesto del proyecto: 64K€

Líder del proyecto

UNIVERSIDAD DE ALMERIA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 622

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2010-01-01 No tenemos la información de la convocatoria

0% 100%

Participantes

UAL

Lider

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

Proyectos interesantes

TIN2010-20900-C04-03 MINERIA DE DATOS CON PGMS: NUEVOS ALGORITMOS Y APLICACIONES.... 77K€ Cerrado

TIN2010-20900-C04-01 MINERIA DE DATOS CON PGMS: NUEVOS ALGORITMOS Y APLICACIONES.... 78K€ Cerrado

BES-2011-049145 MINERIA DE DATOS CON MODELOS GRAFICOS PROBABILISTICOS: NUEVO... 43K€ Cerrado

TIN2016-77902-C3-1-P MODELOS GRAFICOS PROBABILISTICOS Y ANALITICA ESCALABLE DE DA... 145K€ Cerrado

TIN2016-77902-C3-2-P MODELOS GRAFICOS PROBABILITICOS Y ANALITICA ESCALABLE DE DAT... 171K€ Cerrado

TIN2016-77902-C3-3-P MODELOS GRAFICOS PROBABILISTICOS Y ANALITICA DE DATOS ESCALA... 144K€ Cerrado

Líder del proyecto

UNIVERSIDAD DE ALMERIA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 622

Presupuesto del proyecto 64K€

Descripción del proyecto EL PRINCIPAL OBJETIVO DE ESTE PROYECTO ES EL DISEÑO DE NUEVOS ALGORITMOS DE MINERIA DE DATOS Y APRENDIZAJE AUTOMATICO BASADOS EN MODELOS GRAFICOS PROBABILISTICOS (MGPS), ASI COMO SU APLICACION EN RAMAS COMO BOMEDICINA, TECNOLOGIA, ETC, NUESTRO PROYECTO ESTA INTEGRADO DENTRO DE UN COORDINADO, CON LA UNIVERSIDAD DE GRANADA COMO LIDER DE LA PROPUESTA, Y QUE ES CONSECUENCIA DE UNA SERIE DE PROYECTOS COORDINADOR PREVIOS DURANTE LA ULTIMA DECADA: TIC97-1135-C04, TIC2001-2973-C05, TIN2004-06204-C03 AND TIN2007-67418-C03,ADEMAS DE ESTA EXPERIENCIA PREVIA, PRINCIPALMENTE ARTICULADA MEDIANTE PROYECTOS FINANCIADOS NACIONALES, LA INVESTIGACION EN ESTE CAMPO ESTA JUSTIFICADA POR EL GRADO DE EXITO ALCANZADO POR LOS INVESTIGADORES EN MGPS DURANTE LA ULTIMA DECADA, TANTO EN INVESTIGACION BASICA COMO APLICADA, DONDE LOS MGPS HAN MOSTRADO QUE OFRECEN HERRAMIENTAS VERSATILES PARA RESOLVER PROBLEMAS REALES QUE CONLLEVAN INCERTIDUMBRE, ESTE TIPO DE PROBLEMAS CREA NUEVOS RETOS A LA TECNOLOGIA BASADA EN MGPS REQUIRIENDO EL MANEJO DE MUCHAS VARIABLES, DE DIFERENTE NATURALEZA, RUIDO, GRANDES VOLUMENES DE DATOS, ETC, ASI, ES NECESARIO TRABAJAR SOBRE ALGORITMOS PREVIOS Y/O DESARROLLAR OTROS NUEVOS DE CARA A AMPLIAR LA CLASE DE SITUACIONES ABORDABLES,TOMANDO COMO PUNTO DE PARTIDA NUESTRA EXPERIENCIA PREVIA EN PROYECTOS FINANCIADOS, NUESTRO CONOCIMIENTO EN EL AREA DE MGPS, NUESTRAS RELACIONES, NACIONALES E INTERNACIONALES CON DESTACADOS INVESTIGADORES DE OTRAS INSTITUCIONES, PROPONEMOS SEGUIR CON EL DESARROLLO DE TECNOLOGIA MGPS MEDIANTE EL DISEÑO DE NUEVOS ALGORITMOS CUYO COMPORTAMIENTO ESTE EN CONCORDANCIA CON LOS REQUISITOS DE LAS APLICACIONES REALES, COMO RESUMEN, NUESTRA CONTRIBUCION SE CENTRARA EN EL DISEÑO DE NUEVOS ALGORITMOS PARA TRATAR REDES BAYESIANAS HIBRIDAS, ESPECIALMENTE PARA EL PARENDIZAJE DE MODELOS DE MIXTURAS DE EXPONENCIALES TRUNCADAS (MTES), APRENDIZAJE DE GRAFOS DE DECISION PROBABILISTICOS TAMBIEN DE TIPO MTE Y SU APLICACION A LA REGRESION, ASI COMO LA DEFINICION DE UN MODELO HIBRIDO EXTENDIDO, EL MTE GENERALIZADO, QUE SOLVENTE ALGUNAS DE LAS LIMITACIONES DE LAS MTES, PROPONDREMOS ADEMAS ALGORITMOS EFICIENTES DE INFERENCIA APROXIMADA EN REDES DISCRETAS, BASADOS EN EL USO DE ARBOLES RECURSIVOS Y FACTORIZACION RAPIDA DE POTENCIALES,TAMBIEN NOS INVOLUCRAREMOS EN DIVERSAS APLICACIONES EN BIOMEDICINA, MEDIO AMBIENTE, TECNOLOGIA Y APLICACIONES SOCIALES, HAY QUE PONER DE MANIFIESTO QUE LA REALIZACION DE LA MAYORIA DE LAS TAREAS PROPUESTAS REQUIERE LA COLABORACION DE LOS DISTINTOS SUBPROYECTOS, DADO QUE, AUNQUE CON UNA BASE COMUN, TENEMOS DIFERENTES NIVELES DE EXPERIENCIA EN LAS DISTINTAS AREAS DE MGPS, ES DE DESTACAR TAMBIEN LA RELEVANCIA DE LOS INVESTIGADORES EXTERNOS QUE PARTICIPAN EN ESTE SUBPROYECTO, CON LOS QUE LAS COLABORACIONES PREVIAS TANTO EN APLICACIONES REALES COMO METODOLOGICAS DE LOS MGPS HIBRIDOS ES UNA GARANTIA DE EXITO,FINALMENTE, ADEMAS DE LAS PUBLICACIONES Y TESIS DOCTORALES, CONSIDERAMOS QUE UN IMPORTANTE RESULTADO DEL PROYECTO ES QUE CONTRIBUIRA A LA DISTRIBUCION DE TECNOLOGIA MGP HACIENDO LIBRE LA IMPLEMENTACION DE LOS ALGORITMOS MAS DESTACADOS, ESTO SE PUEDE HACER INCLUYENDOLOS EN SOFTWARE ESTANDAR COMO WEKA, EN SOFTWARE ESPECIFICO COMO ELVIRA O PROGRAMO O BIEN PREPARANDO LIBRERIAS CONCRETAS EN R, MATHLAB, JAVA, ETC, MODELOS GRAFICOS PROBABILISTICOS\MINERIA DE DATOS\APLICACIONES\REDES BAYESIANAS\CLASIFICACION\REGRESION\APRENDIZAJE AUTOMATICO

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores