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
Tesis
david-guijo-rubio
Guijo-Rubio, David
Información Personal
Posición:
Investigador postdoctoral Juan de la Cierva
Áreas de investigación:
Applications - Donor-recipient matching in liver transplants
Applications - Engine noise prediction
Applications - Weather forecasting
Applications - Health
Methodology - Machine learning
Methodology - Ordinal classification
Methodology - Time series
Localización:
Campus de Rabanales, edificio Albert Einstein, 3ª Planta, Ala Sur, CP: 14014
Publicaciones
Fuzzy-based ensemble methodology for accurate long-term prediction and interpretation of extreme significant wave height events
ORFEO: Ordinal classifier and Regressor Fusion for Estimating an Ordinal categorical target
Gender-Equity Model for Liver Allocation using Artificial Intelligence (GEMA-AI) for waiting list liver transplant prioritization
Machine learning algorithms in controlled donation after circulatory death under normothermic regional perfusion: A graft survival prediction model
Convolutional and Deep Learning based techniques for Time Series Ordinal Classification
[Ver Todos]
Proyectos
Clasificación ordinal basada en aprendizaje profundo y neuro-evolución (ORCA-DEEP)
Modelo de emparejamiento donante-receptor en trasplante hepático mediante Inteligencia Artificial con donantes en asistolia
Métodos de Aprendizaje Profundo en clasificación ORDINAL (MAP-ORDINAL)
Aprendizaje dinámico de modelos de curvas de infectados y de número de camas hospitalarias y camas UCI ocupadas por COVID-19 en Andalucía mediante técnicas estadísticas y de Inteligencia Artificial
Modelos de Aprendizaje de Máquina para la determinación óptima de la Supervivencia y la Asignación Donante/REceptor en trasplante hepático. MASS-ALLOCATION
[Ver Todos]
Back