Sessions especials a congressos

Àngela Nebot i Francisco Mugica

Quatre sessions especials organitzades per membres de la comunitat.


Applications of Modeling and Simulation to Climatic Change and Environmental Sciences (MSCCES'16)

Conferència : “6th International Conference on Simulation and Modeling Methodologies, Technologies and Applications”, 29-31 juliol 2016, Lisboa, Portugal.

Organitzadors: Àngela Nebot (UPC), Francisco Mugica (UPC), Carlos Gay (UAM)

 

http://www.simultech.org/SpecialSessions.aspx

El principal objectiu de la sessió és proporcionar un fòrum per difondre i discutir els recents esforços de recerca en l'àmbit del canvi climàtic i les aplicacions de les ciències atmosfèriques que tinguin un impacte significatiu per a la societat, centrant-se en el modelatge i simulació basats en intel·ligència computacional. S'encoratja especialment enfocaments nous, inusuals i híbrids utilitzats per fer front a aquest tipus d'aplicacions.

Pattern Recognition and Machine Learning in the -omics sciences

Conferència: International Work-Conference on Bioinformatics and Biomedical Engineering (IWBBIO 2016), Granada, Spain.

Organitzadors: Alfredo Vellido i René Alquézar (UPC); Jesús Giraldo (UAB).

 

iwbbio.ugr.es

www.cs.upc.edu/~avellido/research/conferences/IWBBIO16-PRML-Omics.html

Les ciències biològiques estan esdevenint ciències centrades en dades i, com a resultat, són, més que mai, un dels objectius claus per al Reconeixement de Patrons (PR) i Aprenentatge Automàtic (ML). Això és evident en les ciències "–omics" , (genòmica, proteòmica, metabolòmica i transcriptòmica. En totes aquestes ciències, els avenços en adquisició de dades estan creant un diluvi d'informació i, amb ell, nous reptes per a la gestió de dades. En aquest escenari, PR i ML  poden obrir noves avingudes per transformar informació de les "–omics" en coneixement utilitzable en els àmbits biomèdics i bioinformàtics.

Physics and Machine Learning: Emerging Paradigms

Conferència: European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN 2016), Bruges, Belgium.

Organitzadors: José D. Martín (UV), Alfredo Vellido (UPC), Paulo J.G. Lisboa (LJMU, U.K.)

 

www.elen.ucl.ac.be/esann

La recerca actual d'Aprenentatge Automàtic (ML) combina l'estudi de les modificacions dels mètodes ben establerts amb els avenços d'última generació basats en enfocaments completament nous. Entre aquests últims, els paradigmes emergents de la Física han pres especial rellevància en aquests darrers anys. Tot i que encara està en les seves etapes inicials, Quantum Machine Learning mostra camins prometedors per accelerar alguns dels costosos càlculs de l’ML amb un rendiment similar o fins i tot millor. Un altre enfocament prové de la Física Estadística i està vinculat a la teoria de la informació en els marcs d'aprenentatge supervisat i semisupervisat. La comunitat ML, que treballa en nous enfocaments basats en la Física, no és molt gran, i és molt important reunir-se amb altres col·legues per compartir els nous avenços.

Computational Intelligence for Personal Health

Conferència: World Congress on Computational Intelligence (WCCI 2016) Vancouver, Canadà.

Organitzadors: Alfredo Vellido (UPC), José D. Martín (UV), Paulo J.G. Lisboa (LJMU, U.K.)

 

www.wcci2016.org

Personal Health és reconegut com el futur de la salut, amb un enfocament 4P: Predicció, Prevenció, Personalització i atenció sanitària Participativa. Això és diferent de la farmacogenòmica o de les teràpies estratificades, i se centra més aviat en el seguiment de la nostra salut -més que les nostres malalties- utilitzant wearable sensors i altres sensors de la llar/wifi per mesurar el nostre estat físic en el temps. Es tracta d'un context amb abundants dades en el qual la Intel·ligència Computacional pot proporcionar una àmplia gamma d'eines per a l'extracció de coneixement relacionat amb la salut.


Imprimir | Convertir en PDF | Compatir | Sense comentaris