(English version)

1. Sistemas Basados en Conocimiento para la Supervisión y Diagnosis de Sistemas Dinámicos
2. Razonamiento Basado en Modelos
3. Desarrollo de Técnicas de Aprendizaje: combinación de clasificadores y series temporales
4. Aplicaciones a la Medicina

Línea 1: SBCSD: Sistemas Basados en Conocimiento para la Supervisión y Diagnosis de Sistemas Dinámicos

• Desarrollo de prototipos industriales
• Tareas para la supervisión
  • Propuesta de tareas
  • Caracterización mediante CommonKADS
• Modelo de conocimiento para la diagnosis sistemas dinámicos

Línea 2: RBM: Diagnosis Basada en Modelos (aproximación de la Inteligencia Artificial: basado en consistencia):

En esta línea se trabaja en desarrollar técnicas para la diagnosis (detección y asilamiento de fallos) y prognosis (estimación de la vida útil) de sistemas dinámicos híbridos. Este tipo de sistemas son muy comunes en los dispositivos actuales, especialmente en sistemas empotrados, en los que un controlador discreto comanda el funcionamiento de un sistema continuo. Un ejemplo bien conocido de este tipo de sistema es el sistema antibloqueo de ruedas, o ABS. En esta línea se han desarrollado varios proyectos nacionales en cooperación con empresas españolas, como GMV e IBERESPACIO y con grupos internacionales de prestigio, como la Universidad de Vanderbilt y NASA Ames Research Cente. Las técnicas empleadas son razonamiento basado en modelos y métodos de aprendizaje y minería de datos.

Principales resultados:

• Diagnóstico basado en modelos con Posibles Conflictos (PCs)
  • Basada en encontrar off-line el conjunto de posibles conflictos (subsistemas con redundancia analítica mínima)
  • Se pueden implementar en simulación, observadores, DBNs, ssNN,…

• Arquitectura para el diagnóstico
  • Diagnóstico basado en consistencia con Posibles Conflictos

• Ampliada para:
  • Sistemas Híbridos (sistemas continuos con actuadores discretos)
  • Sistemas Distribuidos
  • Prognosis basada en modelos

Línea 3: TA: Desarrollo de Técnicas de Aprendizaje: combinación de clasificadores y series temporales (TA)

El grupo ha desarrollado métodos de aprendizaje novedosos ya ha aplicado estas  técnicas a distintos problemas, entre ellos la diagnosis de sistemas dinámicos, la diagnosis médica y la bioinformática, en particular clasificación y clustering de microarrays de expresión genética.

Principales resultados:

• Clasificación de Series
  • Descripción de series
  • Reglas
  • Árboles de Decisión sobre Intervalos y Disimilitud
  • Máquinas de Vectores Soporte con Características sobre Intervalos

• Combinación de Clasificadores
  • Boosting de literales
  • Basada en Rotaciones

Integración de técnicas de aprendizaje y DBM con PCs

• Aplicación clasificadores
  • Modificación clasificadores para obtener preferencias
  • Clasificación temprana

• Integración DBM + Clasificadores
  • Localización: DBC con PCs
  • Identificación: Clasificadores modificados
  • Salida: preferencias (actualizadas) de los modos de fallo compatibles con candidatos

Línea 4: Bioinformática: Análisis de Datos de Microarrays

La tecnología de microarrays de ADN posibilita medir los perfiles de expresión genética en una muestra biológica. Los métodos de clasificación empleados en el campo del aprendizaje automático han resultado útiles para identificar y diagnosticar enfermedades diversas y complejas, como el cáncer, a partir de los datos proporcionados por estos biochips. Con el fin de trasladar de forma efectiva esta tecnología a la práctica clínica, se requiere relacionar los resultados obtenidos por estos métodos con los mecanismos biológicos subyacentes, para lo cual  es necesario explotar el conocimiento explícito presente en las grandes bases de datos biológicas actuales. Así pues, la investigación en nuevos métodos y técnicas que integren conocimiento biológico en la tarea de clasificación de microarrays plantea interesantes retos a la comunidad Bioinformática.

Tres campos de investigación principales:

• selección de genes
• predicción o clasificación supervisada
• clustering

• Productos desarrollados
  • geneCBR
    open source tool for microarray analysis
    [http://www.genecbr.org/]
  • AIBench
    the Artificial Intelligence workBench
    [http://www.aibench.org/]