Logo de la Universitat de València Logo Oferta Científic Tecnològica Logo del portal

Descripció

IDAL té com a principal objectiu l'estudi i aplicació de mètodes intel·ligents d'anàlisis de dades per al reconeixement de patrons, amb aplicacions en problemes de predicció, classificació o determinació de tendències.

Els seus membres apliquen, a grans bases de dades, mètodes estadístics clàssics i tècniques d'aprenentatge automàtic: contrast d'hipòtesi, models lineals, selecció i extracció de característiques més rellevants, xarxes neuronals, algorismes de clustering, arbres de decisió, màquines de vectors suport, models gràfics probabilístics, visualització per manifolds, lògica borrosa, aprenentatge reforçat, etc.

La fi última de l'aplicació d'aquests mètodes és la generació de models matemàtics que permeten l'optimització de processos i recursos, així com arribar a la presa de decisions òptimes. Un clar exemple del comentat és l'àrea de salut, on IDAL ha desenvolupat aplicacions d'ajuda a la decisió clínica basades en l'anàlisi de dades. Aquestes aplicacions permeten millorar la qualitat de vida del pacient (establint pautes d'actuació clínica òptimes) al mateix temps que redueixen costos en la despesa sanitària.

Complementant aquest coneixement, el grup té una àmplia experiència en el processament de senyals (anàlisi espectral, filtrat digital, processament adaptatiu, etc.) pel seu treball de més de 10 anys en el processament de biosenyals (ECG i EEG principalment). Amb tot aquest background l'IDAL és capaç d'analitzar un ampli ventall de dades i senyals. Aquest fet queda confirmat pel gran nombre de contractes tant privats com públics que ha desenvolupat en diferents àrees del coneixement. A més, la major part dels treballs pràctics realitzats s'han reflectit en importants publicacions científiques amb alts paràmetres d'impacte i en un gran nombre de comunicacions a congressos internacionals dins de l'àrea d'anàlisi de dades.

Entre les aplicacions desenvolupades, (fora de l'àrea de salut ja comentades) es troben, entre altres, les següents: recomanadores web, models per a l'administració òptima d'incentius amb la finalitat de fidelitzar clients, recomanadores de calçat basats en mesures, i altres treballs de consultoria d'anàlisi de dades. A més del seu vessant pràctic IDAL, desenvolupa nous algorismes d'anàlisi de dades millorant les prestacions dels existents. Aquest treball de recerca es reflecteix també en una àmplia difusió en forma de diferents publicacions en revistes d'impacte i congressos rellevants per a la comunitat científica de l'anàlisi de dades.

Objectius CT
  • Mineria de dades avançada.
  • Extracció de coneixement de grans bases de dades.
  • Aplicació de sistemes experts en aplicacions reals.
  • Desenvolupament de nous algorismes d'anàlisi de dades.
  • Big data.
Línies d'investigació
  • Aprenentatge automàtic quàntic

    Utilització del formalisme de la mecànica quàntica per a millorar les prestacions d'algorismes d'aprenentatge automàtic. Utilització d'aprenentatge automàtic per a la descripció i extracció de coneixement de fenòmens quàntics.

  • Anàlisi intel·ligent de dades

    Aplicació de tècniques d'aprenentatge automàtic per a problemes de predicció, classificació i reconeixement de patrons o tendències.

  • Big Data

    Anàlisi de grans bases de dades en les quals es tenen tres característiques que les fan especials: velocitat de creixement, varietat en les classes de dades i volum.

  • Optimització de processos

    Desenvolupament de models d'aprenentatge reforçat i programació dinàmica per a la reducció de costos, millora de paràmetres importants i augment de l'eficiència.

  • Captació i processament de senyals

    Desenvolupament d'equips i algorismes a mesura per a adquisició i tractament de senyals de tota mena.

  • Processament de Llenguatge Natural

    Extracció d'informació estructurada i coneixement a partir de l'anàlisi de text lliure amb informació a priori desestructurada.

  • Sistemes de recomanació

    Desenvolupament de recomanadors de productes a partir de les característiques del client i gestió de promocions personalitzades.

Direcció
  • SERRANO LOPEZ, ANTONIO JOSE
  • PDI-Titular d'Universitat
  • Coordinador/a Curs
Veure fitxa
Membres
  • SORIA OLIVAS, EMILIO
  • PDI-Catedratic/a d'Universitat
  • Director/a Titulacio Master Oficial
Veure fitxa
  • FERRER SANCHEZ, ANTONIO
  • Doctorand.
Veure fitxa
  • FLORES GARRIGOS, CARLOS
  • Doctorand.
Veure fitxa
  • GOMEZ SANCHIS, JUAN
  • PDI-Titular d'Universitat
  • Coordinador/a Curs
Veure fitxa
  • MAGDALENA BENEDICTO, JOSE RAFAEL
  • PDI-Titular d'Universitat
  • Dega/Degana / Director/a Ets
Veure fitxa
  • MARTINEZ SOBER, MARCELINO
  • PDI-Catedratic/a d'Universitat
  • Responsables de Gestio Academica
  • Coordinador/a Titulacio de Grau
Veure fitxa
  • MARTIN GUERRERO, JOSE DAVID
  • PDI-Catedratic/a d'Universitat
  • Coordinador/a de Mobilitat
Veure fitxa
  • VILA FRANCES, JOAN
  • Alumn.-Servei de Formacio Permanent
  • Secretari/a de Facultat/Secretari/a Ets
Veure fitxa
  • MATEO JIMENEZ, FERNANDO
  • PDI-Titular d'Universitat
  • Responsables de Gestio Academica
  • Coordinador/a Titulacio de Grau
Veure fitxa
  • VIVES GILABERT, YOLANDA
  • PDI-Ajudant Doctor/A
Veure fitxa
Col·laboradors/es
  • VILA GISBERT, JOSE ENRIQUE
  • PDI-Catedratic/a d'Universitat
Veure fitxa
Equip de treball
  • GARCES INIESTA, JUAN JOSE
  • Doctorand.
Veure fitxa
Producció cientifica per investigador UV
  • MAGDALENA BENEDICTO, JOSE RAFAEL
    PDI-Titular d'UniversitatDega/Degana / Director/a Ets
    Expandir
  • MARTIN GUERRERO, JOSE DAVID
    PDI-Catedratic/a d'UniversitatCoordinador/a de Mobilitat
    Expandir
Estructura asociada
Dades de contacte del grup
Grup d'Investigació en Laboratori d'Anàlisi Intel·ligent de Dades (IDAL)

Campus Burjassot/Paterna

Av. Universitat, s/n

46100 Burjassot (València)

963 543 349

Geolocalització

idal.uv.es

marcelino.martinez@uv.es

Persones de contacte
  • SERRANO LOPEZ, ANTONIO JOSE
  • PDI-Titular d'Universitat
  • Coordinador/a Curs
Veure fitxa