Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

TEC2014-57402-JIN

Financiado

TECNICAS AVANZADAS DE APRENDIZAJE MAQUINA PARA RECONOCIMIENTO DE PATRONES EN SER...

TECNICAS AVANZADAS DE APRENDIZAJE MAQUINA PARA RECONOCIMIENTO DE PATRONES EN SERIES TEMPORALES DURANTE LAS ULTIMAS DECADAS SE HA EXPERIMENTADO UN EXPLOSION EN LA GENERACION DE DATOS EN AREAS TAN DIVERSAS COMO EL TRANSPORTE, LA MONITORIZACION INDUSTRIAL, LA ENERGIA, LAS CIENCIAS, LAS FINANZAS Y LA SANIDAD, ESTA EVOLUCION EST... ver más

01/01/2014

UNICAN

99K€

Presupuesto del proyecto: 99K€

Líder del proyecto

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

Total investigadores 469

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2014-01-01

0% 100%

Participantes

UNICAN

Lider

Proyectos interesantes

PID2021-127946OB-I00 APRENDIZAJE PROFUNDO PARA LA DETECCION DE ANOMALIAS EN DATOS... 54K€ Cerrado

TEC2015-68172-C2-2-P REDES PROFUNDAS Y MODELOS DE SUBESPACIOS PARA DETECCION Y SE... 74K€ Cerrado

TEC2015-68172-C2-1-P REDES PROFUNDAS Y MODELOS DE SUBESPACIOS PARA DETECCION Y SE... 100K€ Cerrado

TIN2009-10748 NUEVOS METODOS COMPUTACIONALES ESCALABLES Y EFICIENTES DE AP... 112K€ Cerrado

PID2019-104966GB-I00 DATOS TEMPORALES: MINERIA DE DATOS SOBRE SERIES TEMPORALES Y... 126K€ Cerrado

TIN2016-76406-P FRONTERAS EN APRENDIZAJE AUTOMATICO Y APLICACIONES MULTIDIS... 148K€ Cerrado

Últimas noticias

29-11-2024: IDAE En las últimas 48 horas el Organismo IDAE ha otorgado 4 concesiones

29-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 2 concesiones

29-11-2024: CMVAMADRID En las últimas 48 horas el Organismo CMVAMADRID ha otorgado 37 concesiones

Líder del proyecto

UNIVERSIDAD DE CANTABRIA

Total investigadores 469

Presupuesto del proyecto 99K€

Descripción del proyecto DURANTE LAS ULTIMAS DECADAS SE HA EXPERIMENTADO UN EXPLOSION EN LA GENERACION DE DATOS EN AREAS TAN DIVERSAS COMO EL TRANSPORTE, LA MONITORIZACION INDUSTRIAL, LA ENERGIA, LAS CIENCIAS, LAS FINANZAS Y LA SANIDAD, ESTA EVOLUCION ESTA CAUSADA, ENTRE OTRAS RAZONES, POR LA CRECIENTE CAPACIDAD DE LOS MEDIOS DE ALMACENAMIENTO MODERNOS Y LA PROLIFERACION DE SENSORES DE BAJO COSTE Y CONSUMO, TALES COMO LOS QUE SE USAN EN REDES DE AREA CORPORAL, O EN TELEMETRIA MEDICA, ADEMAS, EL HECHO DE QUE LA CANTIDAD DE DATOS GENERADOS SOBREPASE LA QUE PUEDE SER ANALIZADA POR EXPERTOS HUMANOS, Y EN OCASIONES INCLUSO AQUELLA QUE PUEDE SER ALMACENADA POR LOS SISTEMAS ACTUALES, HA DADO LUGAR A UN CRECIENTE INTERES POR TECNOLOGIA QUE PERMITA LA EXTRACCION AUTOMATICA DE PATRONES RELEVANTES EN DICHOS DATOS, LAS TECNICAS CONVENCIONALES DE RECONOCIMIENTO DE PATRONES SE HAN CENTRADO EN ESCENARIOS ESTACIONARIOS, IGNORANDO CUALQUIER ESTRUCTURA TEMPORAL EN LOS DATOS, LA INTRODUCCION DE LA VARIABLE TIEMPO EN LAS TECNICAS DE RECONOCIMIENTO DE PATRONES ES POR LO TANTO UN PROBLEMA ABIERTO, ASI, AUNQUE EXISTEN VARIAS TECNICAS AD-HOC PARA INCORPORAR LA INFORMACION TEMPORAL Y ABORDAR LA NO-ESTACIONARIEDAD, TODAVIA NO SE DISPONE DE UN MARCO UNIFICADO PARA ABORDAR CONCEPTOS COMO LA ESTRUCTURA TEMPORAL,SE ESPERA QUE EL PROYECTO PRISMA CONDUZCA A AVANCES MAS ALLA DEL ESTADO DEL ARTE EN LA TEORIA DEL APRENDIZAJE MAQUINA, ASI COMO A ALGORITMOS Y APLICACIONES PARA EL PROBLEMA DE RECONOCIMIENTO DE PATRONES EN SERIES TEMPORALES, EN CONCRETO:1, PRISMA PRETENDE DESARROLLAR UN MARCO GENERAL PARA TRATAR LA EVOLUCION DINAMICA EN SERIES TEMPORALES, DICHO MARCO SE BASARA EN MODELOS GRAFICOS BAYESIANOS PARA EL RECONOCIMIENTO TEMPORAL DE PATRONES, Y SU DISPONIBILIDAD PERMITIRA ABORDAR PROBLEMAS CON DATOS TEMPORALES DE UNA MANERA SISTEMATICA, EN LUGAR DE RECURRIR A LA PRUEBA DE LAS DIVERSAS TECNICAS AD-HOC DISPONIBLES EN LA LITERATURA,2, PRISMA EXTENDERA MAS ALLA DEL ESTADO DEL ARTE LOS ACTUALES ALGORITMOS DE APRENDIZAJE MAQUINA Y BASADOS EN KERNELS, PERMITIENDO QUE ABORDEN DE MANERA EXPLICITA LA VARIABLE TEMPORAL EN PROBLEMAS DE RECONOCIMIENTO DE PATRONES, ASI, SE DESARROLLARAN VARIAS TAREAS DE INVESTIGACION EN EL AREA DE APRENDIZAJE MAQUINA ADAPTATIVO CON KERNELS, TALES COMO LOS KERNELS RECURRENTES Y EL DESARROLLO DE ARQUITECTURAS PROFUNDAS BASADAS EN KERNELS, LAS CUALES ABORDARAN EL PROBLEMA DE APRENDIZAJE PROFUNDO MEDIANTE UNA APROXIMACION RIGUROSA,3, LA EVALUACION EXPERIMENTAL REPRESENTARA UN PARTE IMPORTANTE DEL PROYECTO PRISMA, ASI, SE HAN IDENTIFICADO TRES APLICACIONES CLAVE EN EL RECONOCIMIENTO DE PATRONES TEMPORALES EN TRES AREAS DIFERENTES DE LA MODERNA SOCIEDAD DIGITAL, EN LAS CUALES SE PODRAN EVALUAR LAS TEORIAS Y ALGORITMOS PRACTICOS A DESARROLLAR EN EL PROYECTO, EN PARTICULAR, EN EL AREA DE MONITORIZACION INDUSTRIAL, PRISMA ABORDARA EL PROBLEMA DE MONITORIZACION AUTOMATICA Y DETECCION MEDIANTE EVALUACION NO DESTRUCTIVA, EN EL AREA DE BIOMEDICINA, PRISMA DESARROLLARA SOFTWARE PARA DETECTAR PISTAS ACUSTICAS Y SENTIMIENTOS DE USUARIOS EN SEÑALES DE VOZ, ASI COMO DIVERSAS PATOLOGIAS TALES COMO LA DISFONIA ESPASMODICA PARA LA CUAL AUN NO EXISTE NINGUN ALGORITMO AUTOMATICO, FINALMENTE, EN EL AREA DE SMART CITIES, PRISMA ABORDARA EL PROBLEMA DE PREDECIR CONGESTION EN EL TRAFICO A PARTIR DE MEDIDAS EN TIEMPO REAL DE LOS SENSORES DEL PROYECTO EUROPEO SMART SANTANDER, RECONOCIMIENTO DE PATRONES\SERIES TEMPORALES\APRENDIZAJE MÁQUINA

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores