Exploración y evaluación de técnicas de deep learning con grafos
Los grafos son una herramienta esencial para representar, explorar, predecir y explicar fenómenos del mundo real y digital. Con el creciente volumen y complejidad de los datos, cada vez es más importante tener la capacidad de manejar grandes grafos (Big Graphs) de manera efectiva. En este proyecto,...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2024 |
| País: | España |
| Institución: | Universidad de La Laguna (ULL) |
| Repositorio: | RIULL. Repositorio Institucional de la Universidad de La Laguna |
| OAI Identifier: | oai:riull.ull.es:915/36485 |
| Acceso en línea: | http://riull.ull.es/xmlui/handle/915/36485 |
| Access Level: | acceso abierto |
| Palabra clave: | Machine Learning, Inteligencia Artificial, Redes Neuronales basadas en Grafos, GNN, Análisis de Datos Machine Learning, Artificial Intelligence, Graph Neural Networks, GNN, Data Analysis. |
| Sumario: | Los grafos son una herramienta esencial para representar, explorar, predecir y explicar fenómenos del mundo real y digital. Con el creciente volumen y complejidad de los datos, cada vez es más importante tener la capacidad de manejar grandes grafos (Big Graphs) de manera efectiva. En este proyecto, se abordará la aplicación de los grafos en el campo de la Inteligencia Artificial (IA), específicamente en áreas como Data Science (DS), Machine Learning (ML) y Deep Learning (DL). El objetivo principal de este proyecto es llevar a cabo pruebas de concepto (Proof of Concept, PoC) para explorar el potencial de los grafos en la IA y proporcionar una base teórica sólida para futuras investigaciones en el campo. Los grafos tienen una larga historia en la teoría de grafos y matemáticas, y en los últimos años han encontrado una amplia aplicación en la ciencia de datos y la inteligencia artificial. En particular, los grafos son utilizados en el análisis de redes sociales, la recomendación de productos y servicios, la optimización de rutas y la detección de anomalías. En el campo del Machine Learning, los grafos son utilizados para la representación y modelado de datos estructurados, como los datos de redes sociales, los datos biológicos y los datos de sistemas de recomendación. Además, los algoritmos de grafos se utilizan en la detección de comunidades, la clasificación y la predicción de enlaces. En el campo del Deep Learning, los grafos son utilizados en redes neuronales que pueden aprender a representar y modelar datos de grafo, como los datos de redes sociales y los datos biológicos. Estos modelos de grafos han demostrado ser efectivos en la predicción de enlaces, la clasificación de nodos y la detección de anomalías. Es por todo ello que los grafos son una herramienta valiosa en la inteligencia artificial y la ciencia de datos, y su aplicación continúa evolucionando y expandiéndose en muchos campos. Este proyecto se centrará en explorar la aplicación de los grafos en el Data Science, Machine Learning y Deep Learning a través de un PoC. |
|---|