El equipo investigador trabajará hasta 2020 en el desarrollo de algoritmos híbridos basados en aprendizaje automático, es decir, algoritmos que aprenden siendo entrenados con información previa, que se van modificando automáticamente y que se dedican a categorizar, siempre con el objetivo de abordar problemas del mundo real.
Para resolver estos problemas, el equipo de investigación diseñará modelos de clasificación ordinal que, atendiendo a los valores de ciertas variables, permitan confeccionar listados o rankings.
El proyecto está dividido en dos áreas principales: evaluación de recursos energéticos renovables, climatología y meteorología y, por otra parte, problemas de biomedicina.
En la primera vertiente, el equipo trabajará con el objetivo de evaluar el impacto del cambio climático en la distribución espacio temporal de los recursos de energías renovables y predecir eventos extremos en meteorología y climatología (altura extrema de olas, rachas de viento, distribución de las sequías...). En la segunda línea, se tratarán de afrontar problemas como la asignación donante – receptor en el trasplante hepático, detección de párkinson y la asignación de tratamiento a grupos de pacientes coinfectados por el VIH/VHC. Para ello, el equipo cuenta con personal especialista en cada una de estas temáticas.
Este tipo de algoritmos permitirán optimizar la segmentación y predicción de los datos en forma de serie temporal que suelen presentar estos problemas cotidianos. Una vez más, los datos y su gestión se traducirán en mejoras de la calidad de vida de la sociedad.
El proyecto Hamlet está financiado con fondos Feder por el Programa de I+D+i orientada a Retos para la Sociedad 2017 del Ministerio de Ciencia, Innovación y Universidades.
