NEW PROBLEMS IN KNOWLEDGE DISCOVERY: A GENETIC PROGRAMMING APPROACH
EL PROYECTO INSPIRED (NEW PROBLEMS IN KNOWLEDGE DISCOVERY) TIENE COMO PRINCIPAL OBJETIVO EL DESARROLLO DE NUEVAS METODOLOGIAS DE EXTRACCION DE CONOCIMIENTO MEDIANTE TECNICAS DE PROGRAMACION GENETICA, Y SU APLICACION A DISTINTOS PR...
ver más
UNIVERSIDAD DE CÓRDOBA
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores1410
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2011-01-01
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
TIN2008-06681-C06-03
TENDENCIAS ACTUALES Y NUEVOS RETOS EN KEEL: APRENDIZAJE MULT...
113K€
Cerrado
TIN2008-06681-C06-03
TENDENCIAS ACTUALES Y NUEVOS RETOS EN KEEL: APRENDIZAJE MULT...
113K€
Cerrado
TIN2014-55252-P
MINERIA DE DATOS CON REPRESENTACIONES MAS FLEXIBLES
85K€
Cerrado
TIN2011-28488
APLICACION DE LAS TECNICAS DE SOFT COMPUTING EN MINERIA DE D...
102K€
Cerrado
TIN2008-06681-C06-05
KEEL-CTNC: SISTEMAS CLASIFICADORES BASADOS EN ALGORITMOS GEN...
40K€
Cerrado
TIN2013-46522-P
APRENDIZAJE AUTOMATICO PARA EL ANALISIS Y EXPLOTACION DE DAT...
23K€
Cerrado
Información proyecto TIN2011-22408
Líder del proyecto
UNIVERSIDAD DE CÓRDOBA
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores1410
Presupuesto del proyecto
64K€
Descripción del proyecto
EL PROYECTO INSPIRED (NEW PROBLEMS IN KNOWLEDGE DISCOVERY) TIENE COMO PRINCIPAL OBJETIVO EL DESARROLLO DE NUEVAS METODOLOGIAS DE EXTRACCION DE CONOCIMIENTO MEDIANTE TECNICAS DE PROGRAMACION GENETICA, Y SU APLICACION A DISTINTOS PROBLEMAS REALES. ESTE OBJETIVO FUNDAMENTAL PUEDE DESGLOSARSE EN LOS SIGUIENTES OBJETIVOS SECUNDARIOS: 1) DESARROLLO DE MODELOS PARA LA RESOLUCION DE DISTINTOS PROBLEMAS DE EXTRACCION DE CONOCIMIENTO: APRENDIZAJE CON MULTI-INSTANCIAS, APRENDIZAJE RELACIONAL, APRENDIZAJE MULTI-ETIQUETA Y OBTENCION DE REGLAS DE ASOCIACION. 2) ADAPTACION DE LOS MODELOS ANTERIORES A NUEVOS PROBLEMAS CON DIFERENTES TIPOS DE DATOS: DATOS CON GRAN NUMERO DE VARIABLES, CONJUNTOS DE DATOS DE GRAN TAMAÑO Y DATOS NO BALANCEADOS.3) APLICACION DE LOS MODELOS DESARROLLADOS A PROBLEMAS REALES EN EL AMBITO DE LA MINERIA DE DATOS EDUCATIVOS Y DE LA MINERIA DE DATOS WEB. EN EL PRIMER CASO, PRETENDEMOS ABORDAR PROBLEMAS TALES COMO LA PREDICCION DEL RENDIMIENTO ACADEMICO DE ESTUDIANTES, LA PREDICCION DEL ABANDONO DE ESTUDIANTES (DROP-OUT) Y LA CATEGORIZACION DE LOS ELEMENTOS DISPONIBLES EN REPOSITORIOS DE OBJETOS DE APRENDIZAJE. EN EL SEGUNDO CASO, NOS CENTRAREMOS EN PROBLEMAS DE DETECCION DE INTRUSOS Y CATEGORIZACION WEB.4) DESARROLLO DE REPOSITORIOS DE DATOS QUE PERMITAN A LA COMUNIDAD CIENTIFICA LA COMPARACION DE RESULTADOS E INTEGRACION DE LOS MODELOS DESARROLLADOS EN LAS PLATAFORMAS SOFTWARE DE MAYOR RELEVANCIA ACTUAL (KEEL Y WEKA), PARA FACILITAR LA DIFUSION DE LOS MISMOS. ULTIPLE-INSTANCE LEARNING\HIGH SCALE DATA\DATA MINING\MACHINE LEARNING\GENETIC PROGRAMMING\EVOLUTIONARY COMPUTATION\MULTI-LABEL CLASSIFICATION