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 investigadores1415
Fecha límite participación
Sin fecha límite de participación.
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
Información proyecto TIN2011-22408
Líder del proyecto
UNIVERSIDAD DE CÓRDOBA
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores1415
Presupuesto del proyecto
64K€
Fecha límite de participación
Sin fecha límite de participación.
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