ADMIRABLE
Advanced Data MIning Research And Business intelligence/Bioinformatics/Big data LEarning
Konstituiert die 17 von Februar von 2009
Verantwortlich: ÁLVAR ARNAIZ GONZÁLEZ
Centro académico: ESCUELA POLITECNICA SUPERIOR
Departamento: INGENIERIA INFORMATICA
Programa de doctorado: Ingeniería y Tecnologías Industrial, Informática y Civil (UBU)
El Grupo de Investigación ADMIRABLE (Advanced Data MIning Research And Business intelligence/Big data/Bioinformatics LEarning) desarrolla su actividad investigadora en el diseño de nuevos algoritmos de construcción de multiclasificadores (ensembles) y la aplicación de técnicas de minería de datos y reconocimiento de patrones a dominios diversos como la detección de fallos en entornos industriales (máquina herramienta, energía eólica), a la bioinformática, la clasificación de series temporales o el análisis de datos multidimensionales. Entre los principales logros de los investigadores que lo constituyen destaca el diseño de varios nuevos algoritmos de mineria de datos: Rotation Forest, Nonlinear Boosting Projections, Disturbing Neighbours, Democratic Instance Selection, GRASP Forest, Random Balance, Random Feature Weights, Random Oracles, que han despertado el interés en el campo de la minería de datos. El Rotation Forest ya se incluye como método clásico en algunos libros de referencia en el área. El grupo está reconocido por la Junta de Castilla y León como Unidad de Investigación Consolidada.
Forscher/innen
Klassifikationen
- Reconocimiento del grupo: GRUPO RECONOCIDO UBU
- Área ANEP: Ciencias de la computación y tecnología informática
- Área de Aplicación: INGENIERIA Y ARQUITECTURA
- Carácter del grupo: 01
beta
Vorherrschende Fachgebiete (top 10)
Aus Veröffentlichungen help
Aus Veröffentlichungen
Die angezeigten thematischen Fachgebiete wurden durch die Anwendung von Modellen der künstlichen Intelligenz gewonnen, die als Ergebnis des Hercules-Projekts aus den Publikationen mit Zusammenfassung stammen, vorausgesetzt, dass der Datensatz nicht aus kommerziellen Datenbanken stammt, die Einschränkungen bei der Datennutzung auferlegen.
Die angezeigten thematischen Fachgebiete wurden durch die Anwendung von Modellen der künstlichen Intelligenz gewonnen, die als Ergebnis des Hercules-Projekts aus den Publikationen mit Zusammenfassung stammen, vorausgesetzt, dass der Datensatz nicht aus kommerziellen Datenbanken stammt, die Einschränkungen bei der Datennutzung auferlegen.
- Education (Social Sciences) Filter
- Human-Computer Interaction (Computer Science) Filter
- Computers and Society (Computer Science) Filter
- Physics Education (Physics and Astronomy) Filter
- Artificial Intelligence (Computer Science) Filter
- Computer Vision and Pattern Recognition (Computer Science) Filter
- Information Systems (Computer Science) Filter
- Anthropology (Social Sciences) Filter
- Archeology (Social Sciences) Filter
- Archeology (arts and humanities) (Arts and Humanities) Filter
Ehemalige Mitglieder 14
- ÁLVAR ARNAIZ GONZÁLEZ 20182018
- ÁLVAR ARNAIZ GONZÁLEZ 20162018
- CHECA CRUZ, DAVID 20182020
- DIEZ PASTOR, JOSE FRANCISCO 20172019
- DIEZ PASTOR, JOSE FRANCISCO 20112016
- JUEZ GIL, MARIO 20182022
- LATORRE CARMONA, PEDRO 20192024
- LOPEZ NOZAL, CARLOS 20152019
- MAESTRO PRIETO, JOSE ALBERTO 20212023
- MAUDES RAEDO, JESUS MANUEL 20092019
- OLIVARES GIL, ALICIA 20212025
- QUINTANA VIVAR, MARIA 20142014
- RAMOS PEREZ, ISMAEL 20232025
- RODRIGUEZ GARCIA, BRUNO 20222023