Tesis Doctorales

Mejoras en tratamiento de problemas de clasificación con modelos basados en autoencoders
Francisco David Charte Luque
Redes neuronales coevolutivas aplicadas a la resolución de problemas de series temporales
Parras Gutierrez, Elisabet
Sistemas Difusos Evolutivos para la Obtención de Modelos Descriptivos mediante Aprendizaje Supervisado
Carmona Del Jesus, Cristóbal José
Reducción de Datos basada en Selección Evolutiva de Instancias para Minería de Datos
Cano de Amo, José Ramón
Aprendizaje Evolutivo de Reglas Difusas para Descripción de Subgrupos
González García, Pedro
Optimización Evolutiva Multi-Objetivo de Medidas de Complejidad e Interpretabilidad Semántica para Sistemas Basados en Reglas lingüísticas.
Gacto Colorado, María José
Sistemas de Clasificación Basados en Reglas Difusas Linguísticas Aplicadas a Problemas con Clases No Balanceadas
Fernández Hilario, Alberto
Métodos híbridos evolutivos cooperativos-competitivos de diseño de Redes de Funciones de Base Radial
Pérez Godoy, María Dolores
Aprendizaje de Sistemas Basados en Reglas Difusas Compactos y Precisos con Programación Genética
Berlanga Rivera, Francisco José
Nuevos métodos de computación flexible para clasificación multietiqueta
Charte Ojeda, Francisco
New Developments in 1H NMR-linked Metabolomics: Identification of New Biomarkers for the Metabolomic Classification of Niemann-Pick Disease, Type C1, and its Response to Treatment
Ruiz-Rodado, Victor
Modelos híbridos de aprendizaje basados en instancias y reglas para clasificación monotónica
García Fernández, Javier
Redes de arquitectura profunda y ensembles para el tratamiento de la alta dimensionalidad y el desbalanceo en aprendizaje supervisado
Pulgar Rubio, Francisco Javier
Modelos descriptivos basados en aprendizaje supervisado para el tratamiento de big data y flujos continuos de datos
García Vico, Ángel Miguel
Serious Games for Cyber Security A New General Design Framework
Alexis Le Compte