BAYES-CLIMA-NEURO: Inteligencia artificial para desarrollar sistemas de predicción climática

Concha Bielza Lozoya (Universidad Politécnica de Madrid); Juan Antonio Fernández del Pozo de Salamanca (Universidad Politécnica de Madrid); Bojan Mihaljevic (Universidad Politécnica de Madrid); David Atienza González (Universidad Politécnica de Madrid); e Irene Córdoba Sánchez (Universidad Politécnica de Madrid).

El proyecto plantea dos tipos de objetivos: por una parte desarrollos metodológicos novedosos en aprendizaje automático y por otra su aplicación a problemas reales. Los nuevos métodos, a desarrollar e implementar, pretenden aprender automáticamente modelos de redes Bayesianas dinámicas a partir de datos complejos que contengan información espacio-temporal. Dichos modelos de redes Bayesianas dinámicas se desarrollarán para series temporales no lineales tanto estacionarias como no estacionarias, proporcionando en ambos casos modelos de inteligencia artificial transparentes, interpretables y de fácil explicación para el ser humano. Las aplicaciones se llevarán a cabo en climatología, donde se van a desarrollar sistemas de predicción de diversas variables climáticas en distintas zonas del planeta Tierra, y en neurociencia, en este caso efectuando análisis de conectividad funcional a partir de datos de imágenes de resonancia magnética funcional.