NUEVOS PROBLEMAS EN MINERIA DE DATOS: SOLUCIONES CON TECNICAS SOFT COMPUTING
EN MINERIA DE DATOS SE PRESENTAN CONTINUAMENTE NUEVOS RETOS QUE DEBEN AFRONTAR LOS ALGORITMOS DE EXTRACCION DE CONOCIMIENTO QUE SE DESARROLLEN. ENTRE ELLOS DESTACAN LOS RELACIONADOS CON NUEVOS TIPOS DE PROBLEMAS COMO CLASIFICACION...
ver más
Descripción del proyecto
EN MINERIA DE DATOS SE PRESENTAN CONTINUAMENTE NUEVOS RETOS QUE DEBEN AFRONTAR LOS ALGORITMOS DE EXTRACCION DE CONOCIMIENTO QUE SE DESARROLLEN. ENTRE ELLOS DESTACAN LOS RELACIONADOS CON NUEVOS TIPOS DE PROBLEMAS COMO CLASIFICACION MULTIETIQUETA, CLASES NO BALANCEADAS, EXTRACCION DE REGLAS DESCRIPTIVAS A TRAVES DE INDUCCION SUPERVISADA (PATRONES EMERGENTES O DESCUBRIMIENTO DE SUBGRUPOS) O CON EL INCREMENTO DE LAS POSIBILIDADES DE EXITO EN EL PROCESO DE EXTRACCION DE CONOCIMIENTO A TRAVES DE LA MEJORA DE LA CALIDAD DE LOS DATOS A ANALIZAR, DE LA INTERPRETABILIDAD DE LOS RESULTADOS Y DE LA ESCALABILIDAD DE LOS ALGORITMOS.LAS TECNICAS INCLUIDAS DENTRO DEL AREA DE SOFT COMPUTING, COMO LOS SISTEMAS DIFUSOS, REDES NEURONALES, ALGORITMOS EVOLUTIVOS Y LA HIBRIDACION ENTRE ELLAS, PROPORCIONAN HERRAMIENTAS POTENTES PARA LA MINERIA DATOS TANTO PARA LA REPRESENTACION DEL CONOCIMIENTO A EXTRAER COMO PARA EL PROCESO DE APRENDIZAJE U OPTIMIZACION DE LOS MODELOS DE MINERIA DE DATOS.ESTE PROYECTO SE CENTRA EN EL DESARROLLO DE MODELOS DE MINERIA DE DATOS BASADOS EN TECNICAS SOFT COMPUTING EN NUEVAS AREAS DE MINERIA DE DATOS Y PARA RESOLVER ALGUNOS DE LOS RETOS QUE SE PLANTEAN TANTO EN ELLAS COMO EN LAS AREAS EN LAS QUE EL EQUIPO DEL PROYECTO ESTA DESARROLLANDO MODELOS DE MINERIA DE DATOS EN LA ACTUALIDAD.EL PROYECTO SE PLANTEA DESDE UNA DOBLE PERSPECTIVA:1. DESDE EL PUNTO DE VISTA DE LAS TECNICAS SOFT COMPUTING, DESARROLLAREMOS SISTEMAS DIFUSOS EVOLUTIVOS, REDES NEURONALES DE FUNCION DE BASE RADIAL, Y COMBINACION DE MODELOS (ENSEMBLES Y MULTICLASIFICADORES).2. UTILIZANDO ESTE TIPO DE TECNICAS DESARROLLAREMOS METODOS PARA AFRONTAR ALGUNOS DE LOS RETOS A LOS QUE SE ENFRENTA LA MINERIA DE DATOS: A) PROBLEMAS DE CLASIFICACION CON CLASES NO BALANCEADAS; B) PROBLEMAS CON MULTIPLES ETIQUETAS; C) EXTRACCION SUPERVISADA DE REGLAS DE DESCRIPCION, EN PARTICULAR DESCUBRIMIENTO DE PATRONES EMERGENTES Y SUBGRUPOS; D) MEJORA DE LA CALIDAD DE DATOS, FUNDAMENTALMENTE DESDE EL PUNTO DE VISTA DE SESGO DE DATOS Y MUESTREO; E) INTERPRETABILIDAD DE LOS MODELOS Y F) ESCALABILIDAD EN ALGORITMOS DE MINERIA DE DATOS. ESTAS TRES ULTIMAS LINEAS DE TRABAJO SE DESARROLLARAN NO SOLO PARA LAS NUEVAS TAREAS DE MINERIA DE DATOS SINO TAMBIEN PARA AQUELLAS EN LAS QUE EL EQUIPO TRABAJA ACTUALMENTE (CLASIFICACION, REGRESION Y PREDICCION DE SERIES TEMPORALES).PARA ESTOS PROBLEMAS DESARROLLAREMOS ALGORITMOS BASADOS EN TECNICAS SOFT COMPUTING Y SE APLICARAN, ADEMAS DE LAS AREAS DE APLICACION EN LAS QUE TRABAJA EL EQUIPO, EN EL AREA DE MEDICINA, EN PARTICULAR EN DIAGNOSTICO PSIQUIATRICO, A TRAVES DEL DESARROLLO DE UN PROTOTIPO.
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.