Aprendizaje Automático avanzado & Deep Learning
La investigación sobre aprendizaje automático avanzado (Advance Machine Learning) y aprendizaje profundo (Deep Learning) ha estado en la vanguardia de la inteligencia artificial, abriendo el camino a aplicaciones innovadoras y tecnologías transformadoras. A medida que la potencia computacional y la Aprendizaje automático avanzadodisponibilidad de datos continúan creciendo exponencialmente, investigadores han logrado ir más allá de los límites de las técnicas tradicionales de aprendizaje automático (ML) y adentrarse en las complejidades de las arquitecturas de aprendizaje profundo (DL). Estos estudios de vanguardia se enfocan en mejorar el rendimiento, la interpretabilidad y la generalización de los modelos, así como en abordar desafíos como el sobreajuste, tareas no convencionales y ataques adversarios. Además, los avances en arquitecturas de redes neuronales, como los transformadores, han revolucionado el aprendizaje y las tareas de visión por computadora, permitiendo a las máquinas comprender cualquier tipo de datos y generar texto e imágenes de manera similar a los humanos. A medida que la comunidad de investigación se adentra más en este campo, se abren posibilidades para sistemas autónomos, medicina personalizada, ciudades inteligentes e interacciones mejoradas entre humanos y computadoras, prometiendo un futuro en el que la IA potencie las capacidades humanas y revolucione numerosas industrias.
Principales líneas actuales de investigación de DaSCI:
- Aprendizaje Automático Avanzado: Avanzar en técnicas de aprendizaje automático para manejar entradas de datos no convencionales, modelos predictivos con conocimiento previo para decisiones confiables e imparciales, enfatizando el procesamiento eficiente de Big Data, explorando hibridaciones con computación suave, con el objetivo de revolucionar el campo y enfocarse en AutoML para desafíos de aprendizaje no convencionales.
- Aprendizaje Profundo en Visión por Ordenador: Nuestra investigación se centra en la visión por computadora, explorando modelos generativos basados en difusión para el envejecimiento facial y aprovechando los Transformers de Visión para el aprendizaje semi-supervisado para mejorar las aplicaciones de visión por computadora en diversos contextos industriales.
- Aprendizaje Profundo y Inteligencia Artificial Simbólica: Avanzar en la inteligencia artificial a través de contribuciones teóricas y combinando el aprendizaje profundo con la IA simbólica, explorando redes neuronales de grafos para la satisfacción de restricciones y análisis de redes sociales, y utilizando máquinas de lógica neuronal para la planificación automática, estableciendo vínculos entre técnicas simbólicas y sub-simbólicas de IA.
Investigadores relacionados:
Letra: |
||||
---|---|---|---|---|
Nombre | Área | Cat. | ||
Aguirre Molina, Eugenio | eaguirre@decsai.ugr.XwBzuGJTes | – | ||
Bello García, Marilyn | mbgarcia@VRztqEWU@67Ougr.es | – | ||
Benítez Sánchez, José Manuel | J.M.Benitez@Iv5b2S1JthEdecsai.ugr.es | – | ||
Carmona del Jesus, Cristóbal J. | ccarmonarESaZ5w@ujaen.es | – | ||
Charte Ojeda, Francisco | fcharte@ujaen.ZkPga_es | – | ||
Fernandez Olivares, Juan | faro@dkOewhgEMCVecsai.ugr.es | – | ||
García Martínez, Carlos | cgarcia@AfLCpSfVG.buco.es | – | ||
García Silvente, Miguel | m.garcia-silvente@decsai.ugrn0P9Lc.es | – | ||
González Muñoz, Antonio | A.Gonzalez@decsace3Y5ilW7ni.ugr.es | Ciencia de Datos y Big Data DaSCI | Doctor | |
Górriz Sáez, Juan Manuel | gorrizj5hVK5@ugr.es | Doctor | ||
Lastra Leidinger, Miguel | mlastral@.Av6HCmgJugr.es | – | ||
Luna Ariza, Jose María | jmlunabO.stde@uco.es | – | ||
Martínez del Río, Francisco | fmartin@ujac9w1uveAIen.es | – | ||
Moyano Murillo, Jose María | jmoyano@aMet9wEYNuco.es | – | ||
Ortíz García, Andrés | aortiz@ic.ua.g0rWILD5ma.es | – | ||
Pérez Godoy, María Dolores | lperez@ujaen.Eubbh56ypEHLes | – | ||
Ramírez Pérez de Inestrosa, Javier | javierrp@ESOWkXfQ01.ugr.es | – | ||
Ramírez Quesada, Aurora | aurora.ramirez@uB4FMCGOmkLma.es | Ciencia de Datos y Big Data DaSCI | Colaborador | |
Rivera Rivas, Antonio Jesús | arivera@80ohjR4ujaen.es | – | ||
Rodríguez Díaz, Francisco Javier | fjrodriguez@decsai.uk837nxgr.es | – | ||
Rómero Salguero, José Raúl | jrromero@rox_PgABHsuco.es | – |