Utilizamos cookies

Este sitio web utiliza cookies propias y de terceros para mantener la sesión, ofrecerle una mejor experiencia de usuario y obtener datos estadísticos de navegación de los usuarios. Para más información vea la Política de cookies.

Ver Investigador - - Prisma - Unidad de Bibliometría

José María Moyano Murillo

Profesor Permanente Laboral - Mod. PCD
jmoyano1@us.es
Área de conocimiento: Ciencia de la Computación e Inteligencia Artificial
Departamento: Ciencias de la Computación e Inteligencia Artificial
Grupo: Sin grupo
Instituto de Inv.: I3US

Investiga en

Palabras clave
Líneas de investigación
Resumen
Tipo Año Título Fuente
Artículo2024 A Tutorial on Federated Learning from Theory to Practice: Foundations, Software Frameworks, Exemplary Use Cases, and Selected Trends IEEE/CAA Journal of Automatica Sinica
Artículo2023 AppRendo solo: Aprendizaje-servicio transversal para desarrollo de software accesible Actas de las Jornadas sobre Enseñanza Universitaria de la Informática
Artículo2023 Lack of associations of microRNAs with severe NAFLD in people living with HIV: discovery case-control study Frontiers in Endocrinology
Artículo2022 Auto-adaptive Grammar-Guided Genetic Programming algorithm to build Ensembles of Multi-Label Classifiers INFORMATION FUSION
Ponencia2022 Improving the Performance of Multi-Label Classifiers via Label Space Reduction 2022 IEEE International Conference on Omni-Layer Intelligent Systems, COINS 2022
Artículo2022 Reducing the Label Space a Predefined Ratio for a More Efficient Multilabel Classification IEEE ACCESS
Artículo2021 Classification Accuracy of Hepatitis C Virus Infection Outcome: Data Mining Approach JOURNAL OF MEDICAL INTERNET RESEARCH
Artículo2021 Performing multi-target regression via gene expression programming- based ensemble models NEUROCOMPUTING
Artículo2020 Combining multi-label classifiers based on projections of the output space using Evolutionary algorithms KNOWLEDGE-BASED SYSTEMS
Ponencia2020 Generating ensembles of multi-label classifiers using cooperative coevolutionary algorithms ECAI 2020: 24TH EUROPEAN CONFERENCE ON ARTIFICIAL INTELLIGENCE
Ponencia2020 Tree-shaped ensemble of multi-label classifiers using grammar-guided genetic programming 2020 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION (CEC)
Artículo2019 An evolutionary approach to build ensembles of multi-label classifiers INFORMATION FUSION
Ponencia2019 Speeding up classifier chains in multi-label classification PROCEEDINGS OF THE 4TH INTERNATIONAL CONFERENCE ON INTERNET OF THINGS, BIG DATA AND SECURITY (IOTBDS 2019)
Ponencia2018 A gene expression programming method for multi-target regression ACM International Conference Proceeding Series
Ponencia2018 Extracción de factores relevantes en el análisis de datos biomédicos: una metodología basada en técnicas de aprendizaje supervisado 18th Conference of the Spanish Association for Artificial Intelligence, CAEPIA 2018: advances in Artificial Intelligence. Granada, Spain, October 23–26, 2018
Ponencia2018 Resolución de problemas biomédicos mediante técnicas de extracción de conocimiento 18th Conference of the Spanish Association for Artificial Intelligence, CAEPIA 2018: advances in Artificial Intelligence. Granada, Spain, October 23–26, 2018
Ponencia2018 Resolviendo el problema de regresión multi-salida mediante "Gene Expression Programming" 18th Conference of the Spanish Association for Artificial Intelligence, CAEPIA 2018: advances in Artificial Intelligence. Granada, Spain, October 23–26, 2018
Revisión2018 Review of ensembles of multi-label classifiers: Models, experimental study and prospects INFORMATION FUSION
Ponencia2017 An evolutionary algorithm for optimizing the target ordering in Ensemble of Regressor Chains 2017 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION (CEC)
Artículo2017 KEEL 3.0: An Open Source Software for Multi-Stage Analysis in Data Mining International Journal of Computational Intelligence Systems
Ponencia2017 Mining association rules in R using the package RKEEL IEEE International Conference on Fuzzy Systems
Artículo2017 MLDA: A tool for analyzing multi-label datasets KNOWLEDGE-BASED SYSTEMS
Artículo2016 An ensemble-based approach for multi-view multi-label classification PROGRESS IN ARTIFICIAL INTELLIGENCE
Ponencia2016 RKEEL: Using KEEL in R code 2016 IEEE INTERNATIONAL CONFERENCE ON FUZZY SYSTEMS (FUZZ-IEEE)
Modelos de clasificación multi-etiqueta para datos heterogéneos: un enfoque basado en ensembles (2020)
Dirigida por: Eva Gibaja Galindo, Krzysztof Jozef Cios, Sebastián Ventura Soto
Este investigador no ha dirigido/tutorizado tesis
El investigador no tiene ningún proyecto asociado.
El investigador no tiene ningún resultado de investigación asociado