Varios compañeros investigadores de Lucentia, han publicado recientemente dos artículos dentro del marco de los proyectos BALLADEER y AETHER-UA
Los investigadores de Lucentia acaban de ver salir a la luz dos publicaciones en los meses de junio y julio. Ambos artículos, aunque distintos entre si, están ubicados dentro de los proyectos Balladeer y Aether-UA.
El primer artículo, titulado «A Data-Driven Methodology for Guiding the Selection of Preprocessing Techniques in a Machine Learning Pipeline», fue presentado en la 35ª Conferencia Internacional sobre Ingeniería de Sistemas de Información Avanzados. En este #paper, Jorge García, Alejandro Maté y Juan Carlos Trujillo, proponen una novedosa #metodología para la mejora de la selección de las técnicas de #preprocesamiento, tanto desde el punto de vista del modelo de #MachineLearning como de las características de los datos.
El segundo artículo, titulado «Feature engineering of EEG applied to mental disorders: a systematic mapping study», ha sido publicado en la revista científica Applied Intelligence. Los autores, Sandra García, Jorge García, Miguel Ángel Teruel, Alejandro Maté y Juan Carlos Trujillo, mediante la revisión y análisis de más de 900 artículos, presentan un #EstudiodeMapeoSistemático (SMS) centrado en la #IngenieríadeCaracterísticas a partir de datos de #EEG (electroencefalografía) utilizados para identificar #trastornosmentales. Además, recopilaron, de cada paper, el trastorno mental analizado, todas las técnicas de Ingeniería de Características utilizadas y los algoritmos de #MachineLearning y #DeepLearning aplicados para la clasificación.
El proyecto #Balladeer de Lucentia, en el que se enmarcan ambas publicaciones, busca utilizar los avances en #neurociencia para ofrecer herramientas más precisas y efectivas en el #diagnóstico de trastornos neuropsiquiátricos, en concreto, del #TDAH.
Por otro lado, el proyecto #Aether-UA, forma parte del trabajo entre cinco universidades españolas que tienen como objetivo principal desarrollar soluciones tecnológicas para problemas relevantes de la sociedad en agricultura, medicina, #análisisdedatos, ciudades inteligentes, industria 4.0 y gestión de riesgos.
Para poder consultar ambos papers, podéis acceder en «A Data-Driven Methodology for Guiding the Selection of Preprocessing Techniques in a Machine Learning Pipeline» y en «Feature engineering of EEG applied to mental disorders: a systematic mapping study».
El proyecto Balladeer (PROMETEO/2021/088) está financiado, dentro del programa Prometeo, por la Conselleria de Innovación, Universidades, Ciencia y Sociedad Digital de la Generalitat Valenciana. El proyecto Aether-UA (PID2020-112540RB-C43) está financiado por el Ministerio de Ciencia e Innovación español.