Grupos de investigación

Grupos de investigación

Aprendizaje y redes neuronales artificiales | TIC-148 | UCO



Código: TIC-148
Miembros: Coinciden con los datos existentes en el Servicio de Información Científica de Andalucía (SICA).

Responsable: PEDRO ANTONIO GUTIÉRREZ PEÑA

Teléfono: 957218349
Fax: 957218630

Email: pagutierrez@uco.es
Web: VER WEB

Organismo: UCO
Departamento: Informática y Análisis Numérico
Dirección Postal: Dpto. de Informática y Análisis Numérico. Edifico Albert Einstein, 3ª Planta. Campus Universitario de Rabanales. 14071-Córdoba

Líneas de Investigación:
– Algoritmos de clasificación ordinal balanceada y no balanceada
– Algoritmos de segmentación, clasificación y agrupamiento de series temporales
– Algoritmos evolutivos multiobjetivo
– Aplicaciones de las Redes Neuronales en Biomedicina
– Aplicaciones de modelos de redes neuronales en energías renovables
– Aplicaciones de modelos de redes neuronales en microbiología predictiva
– Aplicaciones en modelos de asignación donantereceptor en trasplante hepático
– Clasificación binaria y ordinal de enfermos de Parkinson
– Hibridación de modelos de redes neuronales
– Métodos de Multiclasificacion no balanceada
– Redes neuronales
– Algoritmos evolutivos
– Redes neuronales evolutivas

Master y Doctorado:

Equipos y técnicas instrumentales avanzadas de las que dispone el grupo:
Algoritmos de clasificación y predicción utilizando modelos no lineales de Redes Neuronales Evolutivas:
Aplicaciones a Bioinformática, Biomedicina, Medio Ambiente (predicción de polen), Agricultura de Precisión (Clasificación mediante Remote Sensing), etc

Líneas Estratégicas:
Es necesario que se inicien líneas de investigación interdisciplinares, en concreto con grupos de investigación asociados al desarrollo de modelos utilizando:

• Técnicas estadísticas y de investigación operativa (Algoritmos de optimización de funciones, técnicas de regresión no-lineal, regresión cuadrática superficie de respuesta, regresión logística, modelos probit, etc )
• Técnicas de Aprendizaje de máquinas
• Técnicas utilizando técnicas de Softcomputing (utilizando lógica difusa, algoritmos bioinspirados, redes neuronales, algoritmos para obtener modelos híbridos, etc)
• Técnicas de minería de datos (utilizando técnicas de reconocimiento de estructuras genéticas en alimentos donde el número de características es muy elevado, etc)
• Utilización de software específico para la determinación de modelos utilizando técnicas de análisis NIR en alimentos, o técnicas de sensores remotos para la determinación de formas espectrales y análisis espectral y multiespectral

Líneas temáticas:
Tecnologías de la información y Bioinformática



UAL_logo_230x230
UCA_logo_230x230
UCO_logo_230x230
UHU_logo_230x230
UJA_logo_230x230

Centro colaborador
SUBSCRÍBETE A NUESTRO BOLETÍN DE NOVEDADES