Director: Hasperué, Waldo
Codirectora: Lanzarini, Laura Cristina
Objetivos generales
Estudiar y desarrollar Sistemas Inteligentes basados redes neuronales, lógica difusa, máquinas de vectores de soporte y estrategias evolutivas. Utilizar Modelos de Markov y clasificadores Bayesianos. Métricas del modelo obtenido y análisis de performance.
Investigar métodos actuales en reconocimiento de patrones con énfasis en clasificación supervisada, clasificación no supervisada, reducción de dimensión y métricas para el análisis de rendimiento.
Aplicar la investigación de base a problemas concretos, buscando optimizar las soluciones propuestas.
Adaptar las técnicas actuales de extracción de conocimiento en entornos Big Data.
Cabe hacer notar que el proyecto planteado actúa de manera coordinada con otro proyecto presentado a esta convocatoria por el III-LIDI, en temas de Arquitecturas Multiprocesador y Sistemas Distribuidos
A continuación se detallan los objetivos y productos finales esperados.
Objetivos específicos
Investigar los problemas de adaptación de sistemas inteligentes basados en técnicas con capacidad para manejar información incompleta, imprecisa e incierta.
Los temas de base abarcan el estudio de diferentes técnicas adaptativas con el objetivo de identificar patrones en la información disponible. El énfasis estará puesto en: redes neuronales, lógica difusa, máquinas de vectores de soporte y estrategias evolutivas. No se descarta el uso de técnicas estadísticas con el objetivo de comparar los resultados obtenidos.
Dos áreas de particular interés son: la minería de datos y el reconocimiento de patrones.
En el primer caso el énfasis está puesto en el procesamiento de información estructurada con aplicación en el diseño de sistemas para la toma de decisiones y en el procesamiento de textos (información no estructurada) con aplicación en el procesamiento de lenguaje natural.
Con respecto al reconocimiento de patrones, interesa especialmente investigar técnicas adaptativas capaces de operar con información temporal, desarrollo de modelos basados en Redes Neuronales Profundas, una rama del Aprendizaje Automático, aplicables al reconocimiento de Gestos, Acciones y Señas en imágenes y videos
En el área de Big Data resulta de interés el desarrollo de las técnicas de minería de Datos convencionales en entornos Big Data. También es de suma importancia, la investigación y el desarrollo de nuevas técnicas que sirvan para solucionar las desventajas que presenten las técnicas convencionales.
En el área de tratamiento de flujos de datos, es de interés el desarrollo de técnicas que permitan el tratamiento inteligente de la información para extraer conocimiento de flujos de datos, tales como información proveniente de redes sociales, redes de sensores o de estudios de mercado en el entorno de las criptomonedas.
Líneas de Estudio/Investigación y Desarrollo
- Estudio de distintas técnicas de preprocesamiento aplicables a Minería de datos.
- Estudio y desarrollo de métodos para la identificación de los atributos más relevantes de un conjunto de datos.
- Aplicación de los mapas conceptuales a la representación de un documento.
- Implementación de diferentes técnicas para comparar documentos representados conceptualmente.
- Representación de aspectos temáticos de segmentos de textos utilizando vectores conceptuales.
- Estudio de estrategias adaptativas aplicables a la solución de problemas de agrupamiento (clustering).
- Estudio de técnicas de modelos simplificados basados en reglas de clasificación.
- Estudio de perfomance de los algoritmos desarrollados. Análisis de eficiencia en la resolución de problemas concretos.
- Diseño y adaptación de redes neuronales aplicables a series temporales.
- Estudio de distintos índices como memoria a largo plazo y su relación con el aprendizaje de las redes neuronales aplicadas a series temporales financieras.
- Estudio e implementación de estrategias adaptativas aplicables al reconocimiento de gestos dinámicos en un espacio tridimensional.
- Estudio de modelos para la comprensión de situaciones en videos de vigilancia.
- Métodos para la localización, clasificación y representación de formas de mano y rostros en imágenes y videos.
- Estudio y análisis de técnicas para el tratamiento de flujo de datos provenientes de sensores.
- Implementación de aplicaciones para el tratamiento de datos provenientes de invernaderos y el alerta de las situaciones anómalas
- Estudio e implementación de técnicas del procesamiento de lenguaje natural para la aplicación en redes sociales
- Implementación de técnicas que realicen el seguimiento de publicaciones sociales y permitan una alerta temprana sobre posibles emergencias humanitarias.
- Desarrollo de técnicas de machine learning en entornos de Big Data tanto para procesaminto de datos en modo batch, como en flujo de datos.