El nodo Castellón-Aprendizaje está formado por investigadores del grupo AFAIAE de la UJI, así como por colaboradores de otros grupos de investigación y universidades que trabajan conjuntamente con ellos. Su nexo común es la investigación y aplicación de métodos de aprendizaje estadístico en diferentes ramas de las ciencias de la vida —principalmente biomecánica, medicina y neurociencia—, con un especial enfoque en el tratamiento de datos complejos, como formas geométricas o señales. El nodo se caracteriza por desarrollar teoría matemática y algorítmica de vanguardia (formas 3D, Big Data, algoritmos bioinspirados) para resolver problemas reales de salud.
Investigador/a principal: Amelia Simó Vidal (Universitat Jaume I)
Ver todos los miembros
Los proyectos de investigación de los miembros del nodo destacan por su carácter multidisciplinar, combinando una sólida base en estadística avanzada y aprendizaje automático con aplicaciones directas en ingeniería biomédica, práctica clínica y salud. Algunos de sus últimos proyectos son: Desarrollo de técnicas de aprendizaje estadístico y redes neuronales a la variedad de Riemann del espacio de la forma tridimensional. Aplicaciones en biomecánica. Métodos de aprendizaje estadístico basados en el análisis de arquetipos para datos complejos y big data con aplicaciones. Análisis inteligente de las notas de evolución de cuidados de enfermería para mejorar la toma de decisiones. Algoritmos de machine learning bio inspirados
Algunas líneas actuales de investigación de este nodo:
Amelia Simó Vidal
Investigador/a principalUniversitat Jaume IMarina Martínez García
Universitat Jaume IVíctor Costumero Ramos
Universitat Jaume I