Descripción del proyecto
ESTE PROYECTO DE INVESTIGACION TIENE COMO PRINCIPAL OBJETIVO EL DISEÑO DE NUEVOS ALGORITMOS DE MINERIA DE DATOS Y APRENDIZAJE AUTOMATICO BASADOS EN MODELOS GRAFICOS PROBABILISTICOS (MGPS), ASI COMO EN LA APLICACION DE ESTOS ALGORITMOS (Y OTROS PREVIAMENTE DESARROLLADOS) A DIFERENTES PROBLEMAS REALES EN DISTINTOS DOMINIOS (BIOMEDICINA, TECNOLOGIA, ETC), NUESTRO SUPBROYECTO ESTA INTEGRADO EN UNO GLOBAL DE CARACTER COORDINADO POR NOSOTROS MISMOS, Y ES CONSECUENCIA DE UNA SERIE DE PROYECTOS COORDINADOS DESAROLLADOS ANTERIORMENTE: TIC97-1135-C04, TIC2001-2973-C05, TIN2004-06204-C03 Y TIN2007-67418-C03,APARTE DE NUESTRA EXPERIENCIA PREVIA, ARTICULADA PRINCIPALMENTE MEDIANTE PROYECTOS FINANCIADOS POR EL PLAN NACIONAL, LA INVESTIGACION EN ESTE CAMPO ESTA JUSTIFICADA POR EL GRADO DE MADUREZ Y EXITO CONSEGUIDO POR LOS INVESTIGADORES EN EL CAMPO DE LOS MGPS DURANTE LA ULTIMA DECADA, TANTO DESDE EL PUNTO DE VISTA DE LA INVESTIGACION BASICA (ATRAYENDO EL INTERES DE INVESTIGADORES DE DISTINTAS AREAS) COMO DESDE EL PUNTO DE VISTA APLICADO, DONDE LOS MGPS HAN DEMOSTRADO CONSTITUIR UNA OFERTA VERSATIL DE TECNICAS PARA LA RESOLUCION DE PROBLEMAS CON INCERTIDUMBRE,ESTE TIPO DE PROBLEMAS REPRESENTA UN NUEVO DESAFIO A LA TECNOLOGIA REPRESENTADA POR LOS MGPS, PUESTO QUE ES NECESARIO TRATAR CON UN GRAN NUMERO DE VARIABLES, VARIABLES DE DISTINTO TIPO, RUIDO, ALTA CARDINALIDAD EN EL NUMERO DE REGISTROS O INCLUSO FLUJOS DE DATOS CONTINUOS, ETC, POR TANTO, ES NECESARIO TRABAJAR EN LA MEJORA DE ALGORITMOS YA CONOCIDOS Y/O EN EL DISEÑO DE NUEVAS SOLUCIONES PARA EXTEDER LA CLASE DE PROBLEMAS REALES RESOLUBLES EN LA PRACTICA, PARTIENDO DE NUESTRA EXPERIENCIA EN ANTERIORES PROYECTOS, NUESTRO CONOCIMIENTO EN EL CAMPO DE LOS MGPS Y DE LAS COLABORACIONES (INTER)NACIONALES CON DISTINGUIDOS INVESTIGADORES EN OTRAS INSTITUCIONES, PROPONEMOS CONTINUAR CON EL DESARROLLO DE LA TECNOLOGIA BASADA EN MGPS MEDIANTE EL DISEÑO DE NUEVOS ALGORTIMOS CUYO RENDIMIENTO ESTE EN CONCORDANCIA CON LOS REQUERIMIENTOS DE LAS APLICACIONES REALES, A MODO DE BREVE RESUMEN, NUESTRA CONTRIBUCION SE CENTRARA EN LA DEFINICION DE NUEVOS SCORES BAYESIANOS PARA LA SELECCION DE MODELOS, DEFINICION DE ESTRATEGIAS PARA PERMITIR APRENDIZAJE INTERACTIVO DE PGMS, DESARROLLO DE ALGORITMOS PARA EVALUACION DE DIAGRAMAS DE INFLUENCIA (DECISION MAKING), INFERENCIA CON PROBABILIDADES IMPRECISAS, Y CLASIFICACION SUPERVISADA CON MODELOS IMPRECISOS Y MODELOS SENSIBLE A COSTES, TAMBIEN PROPONEMOS UNA APLICACION PARA ANALISIS DE DATOS PROVENIENDO DE GENOMICA, ES DE DESTACAR QUE PARA ABORDAR MUCHAS DE ESTAS TAREAS ES NECESARIA LA COLABORACION DE LOS DISTINTOS SUBPROYECTOS, PUESTO QUE SI BIEN ES CIERTO QUE TODOS TENEMOS EN COMUN NUESTRO CONOCIMIENTO DEL CAMPO DE LOS MGPS, CADA SUBPROYECTO ES ESPECIALISTA EN DISTINTAS TECNICAS/TAREAS, TAMBIEN ES IMPORTANTE OBSERVAR QUE LOS INVESTIGADORES DE INSTITUCIONES EXTRANJERAS INCORPORADOS A NUESTRO SUBPROYECTO A RAIZ DE NUESTRA COLABORACION PREVIA, SON IMPORTANTES PARA CONSEGUIR EL EXITO EN ALGUNAS DE LAS TAREAS PLANTEADAS,POR ULTIMO, CONSIDERAMOS IMPORTANTE LA CONTRIBUCION A LA DISEMINACION DE LA TECNOLOGIA BASADA EN MPGS PARA SU USO POR OTROS INVESTIGADORES, POR ELLO, PRETENDEMOS PONER DE LIBRE DISPOSICION LA IMPLEMENTACION DE LOS ALGORITMOS MAS RELEVANTES QUE SURJAN DE ESTE PROYECTO, MODELOS GRAFICOS PROBABILISTICOS\REDES BAYESIANAS\DIAGRAMAS DE INFLUENCIA\APRENDIZAJE AUTOMATICO\MINERIA DE DATOS\TOMA DE DECISIONES\CLASIFICACION SUPERVISADA\APLICACIONES DE MGPS