Aprendizaje Automático y Reconocimiento de Patrones

Actividad científica

Para abarcar todas estas áreas de investigación, el INIT se divide en 9  secciones

Aprendizaje Automático y Reconocimiento de Patrones

  • Clasificadores basados en distancias; árboles de decisión; clasificadores bayesianos; máquinas de vectores soporte.
  • Técnicas de reducción de la información: selección y extracción de características; selección de prototipos; métodos híbridos prototiposcaracterísticas.
  • Métodos de combinación de clasificadores: boosting; bagging.
  • Escalabilidad de las técnicas de clasificación: métodos de partición del conjunto de muestras; problemas con distribuciones de clases no balanceadas.
  • Aprendizaje semi-supervisado y continuo, métodos adaptativos; lógica difusa; clustering.
  • Reconocimiento automático del habla.
  • Reconocimiento óptico de caracteres y texto manuscrito.

INVESTIGADORES

Esta web utiliza cookies propias y de terceros para facilitar la navegación a los usuarios y ofrecerles una mejor experiencia y servicio. Si continua navegando, entendemos que acepta la política de cookies de la Universitat Jaume I.

ACEPTAR
Aviso de cookies