Estancia investigadora en la jagiellonian university
El objetivo de esta estancia es avanzar en el conocimiento y la gestión del concept drift en el ámbito del machine learning (ML), con especial énfasis en su aplicación clínica. El concept drift se refiere a los cambios en el comportamiento del sistema que deterioran la precisión de los modelos predictivos con el tiempo.
Este fenómeno es particularmente relevante en la medicina, donde la evolución de las enfermedades y la aparición de nuevos tratamientos pueden modificar los patrones de datos recogidos. La investigación se llevará a cabo en el Group for Engineering of Intelligent Systems and Technologies (GEIST) de la Universidad Jagellonian de Cracovia, bajo la supervisión del Dr. Nalepa.
Se centrará en desarrollar técnicas de ML para detectar y gestionar el concept drift, asegurando que los modelos predictivos se mantengan precisos y útiles. El estudio abarcará tanto técnicas pasivas, que reaccionan a los cambios una vez se dan y sin preocuparse en detectarlos, como técnicas activas, que anticipan y responden proactivamente a estos cambios.
La investigación se basará en datos multimodales y longitudinales, recopilados de diferentes dominios y escenarios, lo que permitirá estudiar la evolución de los patrones a lo largo del tiempo y proporcionar una base sólida para la detección y gestión del concept drift.
Además, se abordarán problemas de regresión con un concept drift, siendo esto un área en la que el candidato, Antonio Guillén, aún no ha aplicado los métodos propios desarrollados, lo cual lo hace interesante de explorar, y tendrá la posibilidad de hacerlo durante la estancia.
Objetivos específicos
- Realizar un análisis exhaustivo del estado del arte en técnicas de concept drift, enfocándose en su caracterización y adaptación a distintos dominios.
- Adaptar técnicas pasivas a nuevos dominios no tratados en la tesis doctoral.
- Explorar técnicas activas para la detección y tratamiento del concept drift en diversos escenarios y tipos de datos.
Estos objetivos se lograrán mediante la colaboración con el Dr. Nalepa y su equipo en GEIST, así como con los directores de tesis, el Dr. Juan A. Botía y el Dr. José T. Palma.
La investigación tiene el potencial de abrir nuevas líneas de colaboración y aplicación en diferentes dominios, mejorando la robustez y adaptabilidad de los modelos de ML. Esta estancia representa una oportunidad única para contribuir significativamente al campo del ML y la inteligencia artificial, mejorando la capacidad de los modelos predictivos para mantenerse relevantes y precisos en entornos dinámicos y cambiantes.