Acceder al contenido principalAcceder al menú principal

Logo de la UAMUniversidad Autónoma de Madrid

Acceso al BOUAM. Enlace externo. Abre en ventana nueva.

Aprendizaje Automático

Grupo consolidado

Acrónimo:
GAA (MLG)
Coordinadores:
ALBERTO SUAREZ GONZALEZ, DANIEL HERNANDEZ LOBATO
Palabras clave:
Optimización bayesiana, procesos gaussianos, métodos de núcleo, aprendizaje mediante conjuntos, inferencia causal, visualización de la información, selección de atributos, predicción eólica, análisis de datos funcionales, métodos de difusión, optimización convexa, series temporales
Enlaces:
http://www.eps.uam.es/~gaa

Líneas de investigación

-Aprendizaje Automático -Minería de Datos -Computación Neuronal Artificial -Reconocimiento de Patrones -Optimización -Aprendizaje de Subvariedades -Estadística computacional

Miembros

ALBERTO SUAREZ GONZALEZ
ALEJANDRO CATALINA FELIU
ALEJANDRO SIERRA URRECHO
ANA MARIA GONZALEZ MARCOS
ANGEL PEREZ LEMONCHE
ANGELA FERNANDEZ PASCUAL
CARLOS RAMOS CARREÑO
CARLOS SANTA CRUZ FERNANDEZ
CARLOS VILLACAMPA CALVO
CARLOS MARIA ALAIZ GUDIN
DANIEL HERNANDEZ LOBATO
EDUARDO CESAR GARRIDO MERCHAN
ESTRELLA PULIDO CAÑABATE
GONZALO HERNANDEZ MUÑOZ
GONZALO MARTINEZ MUÑOZ
JOSE RAMON DORRONSORO IBERO
KOSTADIN NEDELTCHEV KOROUTCHEV
MARIA CORTES ALONSO
MARYAM SABZEVARI
 
Miembros Asociados
Externos/Máster UAM
Álvaro Barbero
David Díaz Vico
Jorge López Lázaro
José Miguel Hernández Lobato
JULIA DIAZ GARCIA
PEDRO JOSE PASCUAL BRONCANO

Publicaciones

Publicaciones más relevantes

- An analysis of ensemble pruning techniques based on ordered aggregation. G. Martinez-Muñoz, D. Hernández-Lobato, A. Suarez. IEEE Transactions on Pattern Analysis and Machine Intelligence Volume 31, Issue 2, 2009, Pages 245-259. Citas: 126 (WoS), 152 (Scopus), 211 (Google Scholar). Q1. - Non-linear causal inference using Gaussianity measures. D. Hernández-Lobato, P. Morales-Mombiela, D. Lopez-Paz, A. Suárez. Journal of Machine Learning Research, 17, pages 1-39, 2016. Q1. - Magnetic Eigenmaps for the visualization of directed networks. M. Fanuel, C.M. Alaíz, Á. Fernández, J.A.K. Suykens, Applied and Computational Harmonic Analysis, 44:1, pages 189-199, 2017. Q1. - Hybrid Machine Learning Forecasting of Solar Radiation Values. Y. Gala, Á. Fernández, J. Díaz, J.R. Dorronsoro. Neurocomputing, 176:48–59, 2016. Q1. - ν-SVM Solutions of Constrained Lasso and Elastic Net. A. Torres-Barrán, C.M. Alaíz, J.R. Dorronsoro. Neurocomputing, 275: 1921-1931, 2018. Q1.

Proyectos

Proyectos más relevantes

-Fronteras en Aprendizaje Automático y Aplicaciones Multidisciplinares (FROMM, TIN2016-76406-P). Ministerio de Economía y Competitividad. Desde 1/2017 hasta el 12/2019. Investigador principal: Alberto Suárez González y Gonzalo Martínez Muñoz. Importe concedido: 122.000 euros -Conceptos y Aplicaciones de los Sistemas Inteligentes (CASI-CAM-CM, S2013/ICE-2845). Comunidad de Madrid. Desde 10/2014 hasta el 09/2018. Investigador Principal: Anibal Figueiras Vidal y José Ramón Dorronsoro Ibero. Importe concedido: 77.107,5 euros. -Diversificación Avanzada de Máquinas de Aprendizaje (DAMA, TIN2015-70308-REDT). Ministerio de Economía y Competitividad. Desde el 01/2016 hasta el 12/2017. Investigador Principal: Anibal Figueiras Vidal y Alberto Suárez González. Importe concedido: 35.000 euros. -Algoritmos Avanzados para Análisis de Datos (ADA2, TIN2013- 42351-P). Ministerio de Ciencia e Innovación. Desde el 01/2014 hasta el 01/2017. Investigador Principal: José Ramón Dorronsoro Ibero y Alberto Suárez González. Importe concedido: 56.000 euros. -Fast Convex Iteration Learning: Theory and Applications (FACIL, Ayudas Fundación BBVA a Equipos de Investigación Científica 2016). Fundación BBVA. Desde el 01/10/2016 hasta el 30/09/2018. Investigador Principal: José Ramón Dorronsoro Ibero. Importe concedido: 90.000€.