LABORATORIO DE APRENDIZAJE COMPUTACIONAL Y RECONOCIMIENTO DE PATRONES

Descripción del Laboratorio

En este laboratorio se diseñan nuevos algoritmos para solucionar problemas no triviales de clasificación, selección de características, minería de datos, predicción y temas afines.

Objetivo General

Desarrollar nuevo conocimiento en las áreas de reconocimiento de patrones basado en lógica combinacional, menería de datos, redes neuronales recurrentes, aprendizaje reforzado, reconocimiento basado en lógica difusa, aprendizaje reforzado y temas afines.

Objetivos Específicos:

1. Desarrollo de nuevos algoritmos en las áreas del laboratorio

2. Formación de recursos humanos a nivel maestría y doctorado

3. Solución de problemas reales asociados a las áreas del laboratorio

Temas Abordados:

* Minería de Datos

* Selección de Variables

* Aprendizaje Basado en Grafos

* Conjuntos de Datos Desbalanceados

* Reconocimientos Lógico Combinatorio de Patrones

* Selección de Prototipos

* Redes Neuronales Híbridas y Recurrentes

* Aprendizaje por Refuerzo Relacional

* Cómputo Suave para Clasificación de Patrones

Investigadores

Dr. Ariel Carrasco Ochoa

Dr. Enrique Muñoz de Cote Flores Luna

Dra. Pilar Gómez Gil

Dr. Francisco Martínez Trinidad

Dr. Eduardo Morales Manzanares

Dr. Hugo Jair Escalante Balderas

Dr. Carlos A. Reyes García

Pagina de laboratorio 

ccc.inaoep.mx/~mlpr/