Grupo de Investigación
AYRNA
A
PRENDIZAJE
Y
R
EDES
N
EURONALES
A
RTIFICIALES
Inicio
Investigadores
Publicaciones
Artículos
Tesis
Conferencias
Capítulos de libros
Sesiones especiales
Investigación y difusión
Particiones y código
Eventos de difusión
Proyectos
Acerca de
Áreas de investigación
Contacto
Home
Publicaciones
Artículos
javier-sanchez-monedero
Sánchez-Monedero, Javier
Información Personal
Posición:
Investigador Distinguido
Áreas de investigación:
Sin Categoría
Localización:
Rabanales
Descripción:
Página web personal
.
Publicaciones
AI research assistants, intrinsic values, and the science we want
Data justice
Biometric identity systems in law enforcement and the politics of (voice) recognition: The case of SiiP
A population-based controlled experiment assessing the epidemiological impact of digital contact tracing
The politics of deceptive borders: ’biomarkers of deceit’ and the case of iBorderCtrl
[Ver Todos]
Proyectos
Clasificación ordinal basada en aprendizaje profundo y neuro-evolución (ORCA-DEEP)
Métodos de Aprendizaje Profundo en clasificación ORDINAL (MAP-ORDINAL)
Modelos de Aprendizaje de Máquina para la determinación óptima de la Supervivencia y la Asignación Donante/REceptor en trasplante hepático. MASS-ALLOCATION
Diversificación Avanzada de Máquinas de Aprendizaje (Advanced Diversification for Learning Machines)
Algoritmos de clasificación ordinal en energias renovables (ORdinal Classification and prediction Algorithms in Renewable Energy, ORCA-RE)
NEuro-MOdelado AVAnzado para Clasificación Ordinal y Nominal mediante algoritmos de aprendizaje híbrido. Aplicaciones en teledetección para agricultura y en biomedicina de trasplantes (NEMO-AVACO)
NEMOTECH: Técnicas de Neuro-Modelado utilizando Algoritmos de Aprendizaje Híbridos. Aplicaciones en Biomedicina de Trasplantes, Agronomía y Microbiología Predictiva
Red Temática Española para el Avance y la Transferencia de la Inteligencia Computacional Aplicada (ATICA)
Red Española de Minería de Datos y Aprendizaje (Redmidas)
Regresion logística con covariables obtenidas mediante Aprendizaje Hibrido de Redes Neuronales de Unidades Producto: Aplicaciones al Análisis de Eficiencia y de Medidas de Condicionalidad en Cultivos Andaluces (REGLOG-NEURONAL)
Tendencias Actuales y Nuevos Retos en KEEL: Aprendizaje Multi-Instancia, Redes Neuronales Evolutivas, Minería de Datos Educativos y Minería de Datos Web
[Ver Menos]
Back