Actualidad

Seminario: Segmentación de series temporales mediante algoritmos de aprendizaje automático

El 6 de marzo de 2015 a las 12:00 h. en el Salón de Grados de la Escuela Politécnica Superior de la Universidad Autónoma de Madrid tiene lugar el seminario «SEGMENTACIÓN DE SERIES TEMPORALES MEDIANTE ALGORITMOS DE APRENDIZAJE DE MÁQUINAS», impartido por César Hervás Martínez, de la Universidad de Córdoba.

Presentación del seminario: «Segmentación de series temporales mediante algoritmos de aprendizaje de máquinas»

Resumen/Abstract

En la conferencia se abordará la metodología y el desarrollo de algoritmos híbridos de segmentación de series temporales que utilicen, por una parte, una técnica de agrupamiento y un algoritmo genético para encontrar los segmentos con características estadísticas similares y poder determinar los puntos de corte de la serie. La segunda parte de la metodología, se aplica a la mejor serie segmentada obtenida en la última generación del algoritmo evolutivo, y se basa en, si es necesario, volver a buscar nuevos puntos de corte de la serie mediante la maximización del cociente de verosimilitudes, bajo la hipótesis de normalidad de los datos de la serie. Una aplicación a la segmentación de series de paleontoclima, que trata de prevenir de forma eficaz la aparición de periodos de glaciación (eventos del tipo Dansgaard-Oeschger, DO), busca una mejor comprensión de la propuesta.

Biografía

César Hervás Martínez es Catedrático del Departamento de Informática y Análisis Numérico de la Universidad de Córdoba, en el área de Ciencias de la Computación e Inteligencia Artificial. Sus actuales líneas de investigación son el aprendizaje de modelos de clasificación ordinal y su aplicación a problemas de energía eólica y mareomotriz, la segmentación híbrida de series temporales y su aplicación a series de energías renovables, y la segmentación y análisis de series de índices económicos, así como a la determinación de la mejor asignación del órgano de un donante a receptores en lista de espera en trasplantes hepáticos y de pulmón, mediante modelos de redes neuronales multiobjetivo evolutivos.

El profesor Hervás ha dirigido una veintena de tesis doctorales, publicado más de dos centenares de publicaciones en revistas y congresos internacionales y ha sido investigador principal de cerca de una veintena de proyectos autonómicos, nacionales e internacionales. Es miembro sénior de la IEEE.