ayrn aforo aticanov2010grupo

“APRENDIZAJE Y REDES NEURONALES ARTIFICIALES”

AYRNA(TIC-148)

Responsable: César Hervás Martínez [email protected]

Departamento de Informática y Análisis Numérico

Campus de Rabanales, Edificio Einstein. 3ª planta, 14071.

Córdoba. España.

Foro para el Avance y la

Transferencia de la Inteligencia Computacional Aplicada (ATICA).

Madrid 10 y 11 de noviembre de 2010

http://www.uco.es/ayrna

13 InvestigadoresDoctoresCésar Hervás Martínez (CU)Francisco Martínez Estudillo (TU)Mercedes Torres Jiménez (TU)Carlos García Alonso (TU)Mariano Carbonero Ruz (TU)Pedro A. Gutiérrez Peña (AD)Juan Carlos Fernández (AD)Alfonso Martínez Estudillo (CD)Sancho Salcedo Sanz (TU)David Becerra Alonso (AD)

BecariosFrancisco de Asís Fernández Navarro (FPI)Javier Sánchez Monedero (FPI)Manuel Cruz Ramírez (Becario Astellas)

Líneas de investigación

Desarrollo de modelos de redes neuronales mediante la combinación de algoritmos evolutivos y otras técnicas de optimización.

• Algoritmos evolutivos con codificación real para entrenar modelos de redes neuronales.

• Cruce basados en intervalos de confianza

• Hibridación de algoritmos: • Evolutivos + Cluster + Busqueda local (LM o iRProp+)• Evolutivos + Máxima Verosimilitud (IRLS)• Evolutivos + Moore Penrose (ELM)

• Nuevos modelos de Redes Neuronales (Clasificación y Regresión):

• Redes Neuronales con Unidades Producto.

• Redes Neuronales con Funciones q-Gaussianas.

• Redes Neuronales con funciones RBF Generalizada.

• Redes Neuronales Híbridas (combinación de distinto tipo de funciones de base)

Líneas de investigación

Desarrollo de modelos de redes neuronales mediante

la combinación de algoritmos evolutivos y otras técnicas de optimización.

• Modelos Neuro-Logísticos.

• Redes Neuronales PU + Regresión Logística Multiclase

• Redes Neuronales RBF + Regresión Logística Multiclase

• Redes Neuronales GRBF + Regresión Logística Multiclase

• Redes Neuronales q-Gaussiana + Regresión Logística Multiclase

• Algoritmos Evolutivos Multi-Objetivo para la optimización de Redes Neuronales:

• CCR Vs Sensibilidad

• Complejidad (número conexiones) Vs Precisión

• Ensembles asociados al frente de Pareto

• Hibridación: Algoritmo Evolutivo+ Búsqueda Local

• Nuevos Retos:

• Clasificación Ordinal

• Clasificación con Información Privilegiada,

• Funciones de transferencia asociadas a distribuciones de valores extremos

Aplicaciones (1/2)

Microbiología Predictiva: Modelado del crecimiento y la clasificación de distintas bacterias (lactobacilus, leuconostoc, aureus, ecoli…) en distintos tipos de alimentos.

Determinación de la eficiencia técnica de grupos estratégicos de explotaciones agrarias andaluzas para la evaluación de su sostenibilidad productiva, financiera y territorial.

Clasificación de firmas espectrales en olivar con cubiertas vegetales para el seguimiento administrativo de las medidas de condicionalidad.

Discriminación de rodales de mala hierba en cultivos, utilizando técnicas de "Remote sensing" o teledetección.

Modelado para predecir la severidad del polen estacional y la concentración de granos de polen.

Aplicaciones (2/2)

Desarrollo de una biblioteca de clases Java de Computación Evolutiva (Java Class Library for Evolutionary Computation, JCLEC).

Problemas de clasificación y regresión no lineal basados en los datos del UCI.

Cinética Química: Resolución de mezclas de especies a partir de datos de cinéticas de reacción.

Predicción de crisis bancarias a partir de variables macro-económicas.

Análisis Espacial: distribución espacial de enfermedades (esquizofrenia y depresión) y de la renta de explotaciones agrarias.

Energías Renovables: predicción a corto plazo de la velocidad del viento en parques eólicos.

Proyecto MADRE: Determinación de un Modelo español de asignación donante receptor en transplantes hepáticos

Proyectos recientes

Título del Proyecto de Excelencia: “Regresión logística con covariables obtenidas mediante Aprendizaje Hibrido de Redes Neuronales de Unidades Producto: Aplicaciones al Análisis de Eficiencia y de Medidas de Condicionalidad en Cultivos Andaluces” P08-TIC-3745.

Entidad financiadora: Junta de Andalucía

Entidades participantes: Universidad de Córdoba, Instituto de Agricultura Sostenible (CSIC) e INSA-ETEA

Duración: desde el 14/01/2009 hasta el 13/01/2012

Investigador responsable: César Hervás Martínez

Título del proyecto: Tendencias Actuales y Nuevos Retos en KEEL: Aprendizaje Multi-Instancia, Redes Neuronales Evolutivas, Minería de Datos Educativos y Minería de Datos Web. TIN2008-06681-C06-03

Entidad financiadora: Ministerio de Educación y Ciencia. Entidades participantes: Universidades de Granada,

Córdoba, Jaén, Oviedo, Huelva y Ramón Llull

Duración: desde el 1/1/2009 hasta 31/12/2011

Investigador responsable: Francisco Herrera

Proyectos recientes

Título del proyecto: Keel II: Modelos de aprendizaje evolutivo de redes neuronales de unidades producto. Programación genética y reglas de asociación. Librería evolutiva Jclec. Métodos inferenciales robustos asociados

TIN2005-08386-C05-02

Entidad financiadora: Ministerio de Educación y Ciencia.

Entidades participantes: Universidades de Córdoba, Granada, Jaén, Oviedo, Huelva y Ramón Llull

Duración: desde el 02/12/2005 hasta el 02/12/2008

Investigador responsable en la UCO: César Hervás Martínez

Proyectos recientes

Título del proyecto: Modelo español de asignación donante-receptor de hígado.

Entidad financiadora: Astellas Pharma

Entidades participantes: Universidad de Córdoba, 11 hospitales españoles

Duración: Abril 2010- Septiembre 2010

Ampliación: Octubre 2010-Abril 2011

Investigador responsable: César Hervás Martínez

Proyectos recientes

Publicaciones (2005-2011)

Revistas Internacionales:

Año 2011

1. F. Fernandez-Navarro, C. Hervas-Martinez, R. Ruiz, J. C. Riquelme. “Evolutionary Generalized Radial Basis Function Neural Networks for improving prediction accuracy in gene classication using feature selection”. Pattern Recognittion. 2011.

2. Francisco Fernández Navarro, César Hervás-Martínez, Javier Sánchez-Monedero, Pedro A. Gutierrez -Peña. “MELM-GRBF: A modified version of the Extreme Learning Machine for Generalized Radial Basis Function Neural Networks”. Neurocomputing: Special issue Advanced in ELM" 2011.

3. Francisco Fernandez-Navarro, Cesar Hervas-Martinez , M. Cruz-Ramirez . “Evolutionary q-Gaussian Radial Basis Function Neural Network to determine the microbial growth/no growth interface of Staphylococcus aureus”. Applied Soft Computing 2011.

4. Javier Sánchez-Monedero, C. Hervás-Martínez, P.A. Gutierrez, Mariano Carbonero Ruz, M. C. Ramírez Moreno y M. Cruz-Ramírez . “Evaluating the performance of Evolutionary Extreme Learning Machines by a Combination of Sensitivity and Accuracy Measures" Neural Network World. 2011.

5. J. C. Fernández, C. Hervás-Martínez, F. J. Martínez-Estudillo, P. A. Gutiérrez. "Memetic Pareto Evolutionary Artificial Neural Networks to determine growth/no-growth in predictive microbiology", Applied Soft Computing, Vol. 11. 2011, pp. 534-550.

6. A. Tallón-Ballesteros y C. Hervás-Martínez. "A two-stage algorithm in evolutionary product unit neural networks for classification", Expert Systems with Applications:, Vol. 38. 2011, pp. 743-754

7. A. Castaño, F. Fernández-Navarro, C. Hervás-Martínez, M. M. García, P. A. Gutiérrez. "Classification by Evolutionary Generalized Radial Basis Functions", International Journal of Hybrid Intelligent Systems. 2011.

Publicaciones (2005-2010)Revistas Internacionales:

Año 2010:

8. M. Cruz-Ramirez J. Sanchez-Monedero F. Fernandez-Navarro J.C. Fernandez C. Hervas-Martinez. Memetic Pareto Differential Evolutionary Artificial Neural Networks to determine growth multi-classes in Predictive Microbiology. Evolutionary Intelligence vol 3 , 3-4, (2010) 3:187-199 DOI 10.1007/s12065-010-0045-9

9. C. García-Alonso, L. Salvador-Carulla, M. A. Negrín-Hernández y B. Moreno-Küstner. "Development of a new spatial analysis tool in Mental Health: Identification of highly autocorrelated areas (hot-spots) of schizophrenia using a Multiobjective Evolutionary Algorithm model (MOEA/HS)", Epidemiologia e psichiatria sociale. 2010.

10. K. Gilbert, C. García-Alonso y L. Salvador-Carulla. "Integrating clinicians, knowledge and data: expert-based cooperative analysis in healthcare decision support", Health Research Policy and Systems, Vol. 8. 2010.

11. P. A. Gutiérrez et al. "Hybridizing logistic regression with product unit and RBF networks for accurate detection and prediction of banking crises", OMEGA-The International Journal of Management Science, Vol. 38. 2010, pp. 333-344.

12. C. García-Alonso, M. Torres-Jiménez y C. Hervás-Martínez. "Income prediction in the agrarian sector using product unit neural networks", European Journal of Operational Research, Vol. 204. 2010, pp. 355-365.

13. J. C. Fenández, F. J. Martínez-Estudillo, C. Hervás-Martínez y P. A. Gutiérrez. "Sensitivity Versus Accuracy in Multiclass Problems Using Memetic Pareto Evolutionary Neural Networks", IEEE Transacctions on Neural Networks, Vol. 21. 2010, pp. 750-770.

14. C. Hervás-Martínez, P. A. Gutiérrez, J. M. Peña-Barragán, M. Jurado-Expósito y F. López-Granados. "A logistic radial basis function regression method for discrimination of cover crops in olive orchards", Expert Systems with Applications, Vol. 37. 2010, pp. 8432-8444.

15. F. Fernández-Navarro, A. Valero, C. Hervás-Martínez, P. A. Gutiérrez, R. M. García-Gimeno y G. Zurera-Cosano. "Development of a multi-classification neural network model to determine the microbial growth/no growth interface", International Journal of Food Microbiology, Vol. 141. 2010, pp. 203-212.

16. P. A. Gutiérrez, C. Hervás-Martínez y M. Lozano. "Designing Multilayer Perceptrons using a Guided Saw-tooth Evolutionary Programming Algorithm", Soft Computing, Vol. 14. 2010, pp. 599-613.



Año 2009:

17. J. Alcala-Fdez, L. Sánchez, S. García, M. J. d. Jesus, S. Ventura, J. M. Garrell, J. Otero,C. Romero, J. Bacardit, V. M. Rivas, J. C. Fernández, and F. Herrera. "Keel: A software tool to assess evolutionary algorithms for data mining problems", Soft Computing -, Vol. 13. 2009, pp. 307-318.

18. C. García-Alonso, J. Guardiola y C. Hervás-Martínez. "Logistic evolutionary product-unit neural networks: Innovation capacity of poor Guatemalan households", European Journal of Operational Research, Vol. 195. 2009, pp. 543-551.

19. M. Torres-Jiménez, C. Hervás-Martínez y C. García-Alonso. "Multinomial logistic regression and product unit neural network models: Application of a new hybrid methodology for solving a classification problem in the livestock sector", Expert Systems with Applications, Vol. 36. 2009, pp. 12225-12235.

20. P. A. Gutiérrez, C. Hervás-Martínez, M. Carbonero-Ruz y J. C. Fenández. "Combined Projection and Kernel Basis Functions for Classification in Evolutionary Neural Networks", Neurocomputing, Vol. 72. 2009, pp. 2731-2742.

21. P. A. Gutiérrez, C. Hervás-Martínez, J. C. Fenández, M. Jurado-Expósito, J. M. Peña-Barragán y F. López-Granados. "Structural simplification of hybrid neuro-logistic regression models in multispectral analysis of remote sensed data", Neural Network World, Vol. 19. 2009, pp. 3-20.


Año 2008:

22. P. A. Gutiérrez, F. López-Granados, J. M. Peña-Barragán, M. Jurado-Expósito y C. Hervás-Martínez. "Logistic regression product-unit neural networks for mapping Ridolfia segetum infestations in

sunflower crop using multitemporal remote sensed data", Computers and Electronics in

Agriculture, Vol. 64. 2008, pp. 293-306.

23. S. Ventura, C. Romero, A. Zafra, J. A. Delgado y C. Hervás-Martínez. "JCLEC: A Java Framework for

Evolutionary Computing", Soft Computing, Vol. 12. 2008, pp. 381-392.

24. F. J. Martínez-Estudillo, C. Hervás-Martínez, P. A. Gutiérrez y A. C. Matínez-Estudillo. "Evolutionary

Product-Unit Neural Networks Classifiers", Neurocomputing, Vol. 72. 2008, pp. 548-561.

25. C. Hervás-Martínez, M. Silva, P. A. Gutiérrez y A. Serrano. "Multilogistic regression by evolutionary neural network as a classification tool to discriminate highly overlapping signals: Qualitative

investigation of volatile organic compounds in polluted waters", Chemometrics and Intelligent

Laboratory Systems, Vol. 92. 2008, pp. 179-185.

26. D. Ortiz-Boyer, C. Hervás-Martínez y N. García-Pedrajas. "Robust confidence intervals applied to

crossover operator for real-coded genetic algorithms", Soft Computing, Vol. 12. 2008, pp. 809-833.

27. C. Hervás-Martínez, F. J. Martínez-Estudillo y M. Carbonero-Ruz. "Multilogistic Regression by

means of Evolutionary Product-Unit Neural Networks", Neural Networks, Vol. 21. 2008, pp. 951-961.

28. P. A. Gutiérrez, F. López-Granados, J. M. Peña-Barragán, M. Jurado-Expósito, M. T. Gómez-Casero y C. Hervás-Martínez. "Mapping sunflower yield as affected by Ridolfia segetum patches and

elevation by applying Evolutionary Product Unit Neural Networks to remote sensed data", Computers and Electronics in Agriculture, Vol. 60. 2008, pp. 122-132.



Año 2007:

29. C. Hervás-Martínez y F. J. Martínez-Estudillo. "Logistic Regression using covariates obtained by Product Unit Neural Networks models", Pattern Recognition, Vol. 40. 2007, pp. 52-64.

30. D. Ortiz-Boyer, C. Hervás-Martínez y N. García. "Improving crossover operator for real-coded genetic algorithms using virtual parents", Journal of Heuristics, Vol. 13. 2007, pp. 265-314.

31. C. Hervás-Martínez, R. M. Jimeno, A. C. Matínez-Estudillo, F. J. Martínez-Estudillo y G. Zurera-Cosano. "Improving Microbial Growth Prediction by Product Unit Neural Network", Journal of Food Science, Vol. 71. 2007, pp. 31-38.

32. A. Valero, C. Hervás-Martínez, G. Zurera y R. M. García. "Product unit neural network models for predicting the growth limits of Listeria monocytogenes", Food Microbiology, Vol. 24. 2007, pp. 452-464.

33. C. Hervás-Martínez, P. A. Gutiérrez, M. Silva y J. M. Serrano. "Combining classification and regression approaches for the quantification of highly overlapping capillary electrophoresis peaks by using evolutionary sigmoidal and product unit neural networks", Journal of Chemometrics, Vol. 21. 2007, pp. 567-577.

34. C. Hervás-Martínez y M. Silva. "Memetic Algorithm Based Artificial Multiplicative Neural Model Selection for Resolving Multi-Component Mixtures Based On Dynamic Responses", Chemometics and Intelligent Laboratory Systems, Vol. 85. 2007, pp. 232-242.

35. A. Valero, C. Hervás-Martínez, R. M. García y G. Zurera. "Searching for new mathematical growth model approaches for Listeria monocytogenes", Journal of Food Science, Vol. 72. 2007, pp. 16-25.



Año 2006:

36. P. G. Espejo, C. Hervás-Martínez, S. Ventura y C. Romero. "Elección de Operadores Lógicos para la

Inducción de Conocimiento Comprensible", Revista Iberoamericana de Inteligencia Artificial, Vol. 10.

2006, pp. 19-30.

37. G. Zurera-Cosano, R. M. Jimeno, R. Rodriguez-Pérez y C. Hervás-Martínez. "Performance of Response

Surface model for prediction of Leuconostoc mesenteroides growth parameters under different

experimental conditions", Food Control, Vol. 17. 2006, pp. 429-438.

38. A. C. Martínez-Estudillo, F. J. Martínez-Estudillo, C. Hervás-Martínez y N. García. "Evolutionary Product

Unit based Neural Networks for Regression", Neural Networks, Vol. 19. 2006, pp. 477-486.

39. A. C. Martínez-Estudillo, C. Hervás-Martínez, F. J. Martínez-Estudillo y N. García. "Hybridation of

evolutionary algorithms and local search by means of a clustering method", IEEE Transactions on

Systems, Man, and Cybernetics, Part B: Cybernetics, Vol. 36. 2006, pp. 534-546.

40. N. García, D. Ortiz-Boyer y C. Hervás-Martínez. "An alternative approach for neural network evolution

with a genetic algorithm: Crossover by combinatorial optimization", Neural Networks, Vol. 19. 2006, pp.

514-528.

41. C. Romero, S. Ventura, C. Hervas, E.L. Gibaja, F. Romero. “Web-based adaptive training simulator system for cardiac life support.”. Artificial Intelligence in Medicine. Special Issue on Intelligent Medical Training Systems. Vol. 38/1 pages: 67-78 (2006)



Año 2005:

42. C. Hervás-Martínez, A. C. Matínez-Estudillo, M. Silva y J. M. Serrano. "Improving the Quantification of Highly Overlapping Chromatographic Peaks by Using Product Unit Neural Networks Modeled by an Evolutionary Algorithm", Journal of Chemical Information and Modeling, Vol. 45. 2005, pp. 894-903.

43. N. García, C. Hervás-Martínez y D. Ortiz-Boyer. "Cooperative coevolution of artificial neural network ensembles for pattern classification", IEEE Transactions on Evolutionary Computation, Vol. 9. 2005, pp. 271-302.

44. C. Hervás-Martínez y D. Ortiz-Boyer. "Analyzing the statistical features of CIXL2 crossover offspring", Soft Computing, Vol. 9. 2005, pp. 270-279.

45. D. Ortiz-Boyer, C. Hervás-Martínez y N. García. "CIXL2: a crossover operator for evolutionary algorithms based on population features", Journal of Artificial Intelligence Research, Vol. 24. 2005, pp. 1-48.

46. M. Torres-Jiménez, C. Hervás-Martínez y F. Amador. "Approximating the sheep milk production curve through the use of artificial neural networks and genetic algorithms", Computers and Operations Research, Vol. 32. 2005, pp. 2653-2670.


46 artículos, 43 en el ISI

13 1 1

3

2 1

2

1

52

1 3

1 1

2

1 2

Resumen Publicaciones (2005-2011)

30 revistas, 27 indexadas

2

Publicación de Resultados de Investigación con Índice de Impacto (Continuación)

Publicación de Resultados de Investigación con Índice de Impacto (Continuación)

1

1 21

Resumen Publicaciones (2005-2011)

1

2

1

1

11

1 1

“APRENDIZAJE Y REDES NEURONALES ARTIFICIALES”

AYRNA(TIC-148)

Responsable: César Hervás Martínez [email protected]

Departamento de Informática y Análisis Numérico

Campus de Rabanales, Edificio Einstein. 3ª planta, 14071.

Córdoba. España.

Foro para el Avance y la

Transferencia de la Inteligencia Computacional Aplicada (ATICA).

Madrid 10 y 11 de noviembre de 2010

http://www.uco.es/ayrna

MUCHAS GRACIAS

ayrn aforo aticanov2010grupo

Education