| Investigación |
- Líneas de Investigación
| Minería de Datos |
| Preprocesamiento de la Información |
| Algoritmos Evolutivos y Bioinspirados |
- Proyectos de Investigación
| Nuevas tendencias en el diseño evolutivo de sistemas difusos y redes neuronales de función de base radial: Desarrollo de Algoritmos y Aplicaciones a Medicina, e-learning y marketing. Abril 2009 - Abril 2013. Coordinador: M. J. del Jesús |
| Minería de datos aplicada al estudio de pacientes con tentativas suicidas. Caso de estudio: Servicio de Urgencias Psiquiátricas del Hospital Doce de Octubre de Madrid. Junio 2008 - Junio 2010. Coordinador: J. R. Cano |
| KEEL-CTNC:Descubrimiento de Subgrupos Evolutivo.RBFNS Evolutivas.Sist. Difusos Genéticos. Aprendizaje Basado en Programación Genética para problemas de Alta Dimensionalidad. Enero 2009 - Diciembre 2011. Coordinador: M. J. de Jesús |
| Mindat-plus: Minería de datos para los usuarios en diferentes áreas de aplicación. Marzo 2006 - Marzo 2009. Coordinador: F. Herrera |
| KEEL II: Algoritmos Evolutivos para la Reducción de Datos y la Extracción de Sistemas Basados en Reglas Difusas. Diversidad y Convergencia en Algoritmos Evolutivos. Interpretabilidad versus Precisión en Data Mining. Ref. TIN2005-08386-C05-03. Diciembre 2005 - Noviembre 2008. Coordinador: F. Herrera |
| KEEL: Knowledge Extraction based on Evolutionary Learning, Ministerio de Ciencia y Tecnología, ref. TIC2002-04036-C05-01, Diciembre 2002 - Noviembre 2005. Coordinador: F. Herrera |
- Artículos
| J. R. Cano (2011). Predictive-Collaborative Model as Recovery and Validation Tool. Case of study: Psychiatric Emergency Department decision support, Expert Systems with Applications (Aceptado). DOI: 10.1016/j.eswa.2011.09.098 |
| S. García, J. Derrac. J. R. Cano, F. Herrera (2011). Prototype Selection for Nearest Neighbor Classification: Taxonomy and Empirical Study, IEEE Transactions on Pattern Analysis and Machine Intelligence (Aceptado). DOI: 10.1109/TPAMI.2011.142 |
| J. R. Cano, M. J. del Jesús, P. González, J. J. Aguilera, A. López, F. Herrera, M. Navío, M. A. Jiménez (2009). Modelo Predictivo Colaborativo de Apoyo al Diagnóstico en Servicio de Urgencias Psiquiátricas, Revista Ibérica de Sistemas y Tecnologías de la Información 4, 29-42. |
| S. García, J. R. Cano, E. Bernadó-Mansilla, F. Herrera (2009). Diagnose of Effective Evolutionary Prototype Selection using and Overlapping Measure, International Journal of Pattern Recognition and Artificial Intelligence 23:8, 1527-1548. |
| S. García, J. R. Cano, F. Herrera (2008). A Memetic Algorithm for Evolutionary Prototype Selection: A Scaling Up Approach, Pattern Recognition 41:8, 2693-2709. |
| J.R. Cano, S. García, F. Herrera (2008). Subgroup Discovery in Large Size Data sets preprocessed using stratified instance selection for increasing the presence of minority classes, Pattern Recognition Letters 29:16, 2156-2164. |
| M. Lozano, F. Herrera, J. R. Cano (2008). Replacement Strategies to Preserve Useful Diversity in Steady-State Genetic Algorithms, Information Sciences 178:23, 4421-4433. |
| J.R. Cano, F. Herrera, M. Lozano, S. García (2008). Making CN2-SD Subgroup Discovery Algorithm scalable to Large Size Data Sets using Instance Selection. Expert Systems with Applications 35:4, 1949-1965. |
| J. R. Cano, F. Herrera, M. Lozano (2007). Evolutionary Stratified Training Set Selection for Extracting Classification Rules with trade off Precision-Interpretability. Data & Knowledge Engineering 60:1, 90-108. |
| J. R. Cano, F. Herrera, M. Lozano (2006). On the Combination of Evolutionary Algorithms and Stratified Strategies for Training Set Selection in Data Mining, Applied Soft Computing 6, 323-332. |
| J. R. Cano, F. Herrera, M. Lozano (2005). Stratification for Scaling Up Evolutionary Prototype Selection, Pattern Recognition Letters 26, 953-963. |
| J. R. Cano, F. Herrera, M. Lozano (2003). Using Evolutionary Algorithms as Instance Selection for Data Reduction in KDD: an Experimental Study, IEEE Transactions on Evolutionary Computation 7:6, 561-575. |
| R. Alcalá, J. R. Cano, O. Cordón, F. Herrera, P. Villar, I. Zwir (2003). Linguistic Modeling with Hierarchical Systems of Weighted Linguistic Rules, International Journal of Approximate Reasoning 32:2-3, 187-215. |
| J. R. Cano, O. Cordón, F. Herrera, L. Sánchez (2002). A Greedy Randomized Adaptive Search Procedure applied to the clustering problem as an inicialization process using k-Means as a local search procedure, Journal of Intelligent and Fuzzy Systems 12:3-4, 235-242. |
| J. R. Cano, O. Cordón, F. Herrera, L. Sánchez (2002). A GRASP Algorithm for Clustering, Lecture Notes in Computer Science 2527,214-223. |
- Contribuciones a Congresos Internacionales
- Capítulos de Libros
| S. García, J. R. Cano, F. Herrera. A Review on Prototype Selection: An Empirical Study of Perfomance and Efficiency. En: Intelligent Systems for Automated Learning and Adaptation: Emerging Trends and Applications, 2010, 92-113. |
| M. Lozano, F. Herrera, J. R. Cano. Replacement Strategies to maintain Usefull Diversity in Steady-State Genetic Algorithms. En: Soft Computing: Methodologies and Applications, 2005, 85-96. |
| J. R. Cano, F. Herrera. Técnicas de Reducción de Datos en KDD. En: Minería de datos: Técnicas y Aplicaciones, 2005, 13-33. |
| J. R. Cano, F. Herrera, M. Lozano, Instance Selection Using Evolutionary Algorithms: An Experimental Study. En: Knowledge Discovery in Advanced Information Systems, Springer Verlag, 2005, 127-152. |
| J. R. Cano, F. Herrera, M. Lozano, A Study on the Combination of Evolutionary Algorithms and Stratified Strategies for Training Set Selection in Data Mining. En: Soft Computing: Methodologies and Applications, Advances in Soft Computing Series, Springer-Verlag, 2005, 271-284. |
| J. R. Cano, F. Herrera, M. Lozano, Strategies for Scaling Up Evolutionary Instance Reduction Algorithms for Data Mining. En: Evolutionary Computation in Data Mining, Springer-Verlag, 2005, 21-39. |
| J. R. Cano, F. Herrera, M. Lozano, Selección Evolutiva Estratificada de Conjuntos de Entrenamiento para la Obtención de Bases de Reglas con un Alto Equilibrio entre Precisión e Interpretabilidad. En: Giráldez, R., Riquelme, J. C., Aguilar, J. S. (eds): Tendencias de la Minería de Datos en España. (2004) 263 - 274. ISBN: 84-688-8442-1 |
- Contribuciones a Congresos Nacionales
| J. Luengo, S. García, J. R. Cano, F. Herrera. Estudio de la influencia de las medidas de complejidad de los datos en los sistemas de clasificacion basados en reglas difusas: Análisis de la razón discriminante de fisher. Actas del XIV congreso español sobre tecnologías y lógica fuzzy (ESTYLF08), 257-263, 2008 |
| J.R. Cano, S. Garcia, F. Herrera, E. Bernadó. Análisis of Evolutionary Prototype Selection by means of a Data Complexity Measure based on Class Separabilty, Actas del Taller de Minería de Datos y Aprendizaje (TAMIDA'2007), 145-152, Zaragoza 2007. |
| S. García, J.R. Cano, F. Herrera. Un algoritmo memético para la selección de prototipos: Una propuesta eficiente para problemas de tamaño medio, Proceedings Congreso Español sobre Metaheurísticas, Algoritmos Evolutivos y Bioinspirados (MAEB 2007), Tenerife 2007. |
| F. Herrera, J.R. Cano. Técnicas de Reducción de Datos en KDD. El uso de algoritmos evolutivos para la selección de instancias, Proceeding del I Seminario sobre Sistemas Inteligentes (SSI06), Madrid 2006. |
| J.R. Cano, Descubrimiento de Subgrupos: Reglas Atípicas y Relevantes, Mesa Redonda organizada en seno del III Taller de Minería de Datos y Aprendizaje (TAMIDA'2005) |
| S. Romero, J. R. Cano, B. Prados, M. Rivero. De la teoría a la práctica: Una reflexión sobre el EEES en el aula. Adaptación del profesorado universitario al EEES mediante el uso de nuevas tecnologías, 69-77, 2005 |
| J. R. Cano, F. Herrera, M. Lozano, Extracción de Modelos Predictivos Interpretables en Conjuntos de Datos de Tamaño Grande mediante la Selección de Conjuntos de Entrenamiento. Actas del III Taller de Minería de Datos y Aprendizaje (TAMIDA'2005), 145-152, 2005 |
| J. R. Cano, F. Herrera, M. Lozano. Estratificación y Selección Evolutiva de Prototipos aplicadas a Bases de Datos de gran tamaño. Actas de III Congreso español de metaheurísticas, algoritmos evolutivos y bioinspirados, 211-220, 2004 |
| J. R. Cano, F. Herrera, M. Lozano, Selección Evolutiva de Instancias en Minería de Datos: Un Estudio Experimental. F. Herrera, J.C. Riquelme, J. Aguilar (Eds.). Actas del Workshop de Minería de Datos y Aprendizaje, Sevilla (Spain), 137-152, November 2002 |
- Tesis Doctoral
| J. R. Cano (2004). Reducción de Datos basada en Selección Evolutiva de Instancias para Minería de Datos, Tesis para el grado de Doctor en Informática en el Departamento de Ciencias de la Computación e Inteligencia Artificial, Universidad de Granada, 25 de Octubre del 2004. |
© Universidad de Jaén. Página mantenida por jrcano
.
Última actualización: 1 de Septiembre de 2011.