Imagen de Cabecera

Marcelino Lázaro

Profesor Titular de Universidad
Departamento de Teoría de la Señal y Comunicaciones
Universidad Carlos III de Madrid
Av. Universidad 30, 28911 Leganés - MADRID
ESPAÑA

Imagen de Cabecera

Investigación

 

Líneas de investigación

Dentro del ámbito general del procesado digital de señales y de la teoría estadística de la decisión y del aprendizaje, las líneas de investigación actuales son:

Uso de métodos de aprendizaje máquina para la clasificación de patrones en problemas desbalanceados y en problemas con costes dependientes del ejemplo.
Un problema se denomina desbalanceado cuando el número de patrones disponibles para las distintas clases del problema es diferente. En este tipo de problemas la probabilidad de error tiende a ser mayor para las clases minoritarias, ya que al estar infrarepresentadas en el conjunto de entrenamiento pueden quedar enmascaradas por las muestras de las clases mayoritarias. Por esta razón los métodos convencionales para problemas equilibrados en general no proporcionan resultados satisfactorios en este tipo de problemas.

Un problema con costes dependientes del ejemplo es un problema en el que el coste de realizar una determinada decisión sobre la clase de un cierto patrón depende de cada patrón. De nuevo, los métodos convencionales de clasificación, al no estar diseñados para este tipo de situación, suelen en general proporcionar pobres resultados en este tipo de problemas.

Existen distintos modos de considerar el desequilibrio entre clases o la dependencia del coste con cada patrón en el diseño de un clasificador. El modo que se ha estudiado con más interés es el que consiste en definir una función de coste adecuada para la clasificación en este tipo de escenarios. En particular se ha considerado la formulación bayesiana, que permite establecer el peso de los errores de cada clase, y las probabilidades de las mismas, de forma natural en la función de coste.

En este tipo de problemas de clasificación se ha establecido un orden entre las posibles clases, lo que implica que el coste de un error en la clasificación de un patrón de una cierta clase depende de la clase errónea a la que se asigne, siendo más grave cuanto más lejana está esta clase errónea con respecto a la clase real dentro del orden establecido.

Al igual que en la línea de investigación anterior, este problema se ha abordado a través de la definición de funciones de coste apropiadas dentro de una formulación bayesiana.

Desarrollo de reglas de detección y localización en redes de sensores distribuidas, y análisis de las prestationes obtenidas con dichas reglas. De especial interés es el caso en el que las lectoras de los diferentes nodos sensores no son condicionalmente independientes, escenario realista en muchas aplicaciones pero que complica notablemente tanto el diseño como el análisis de las redes.

Algunas líneas de investigación anteriores son:

Diseño de receptores de comunicaciones digitales, y en particular de igualadores de canal.

Se ha atacado el problema de la igualación de canal dentro del marco de la Teoría de la Información, utilizando medidas cuantitativas de información o varios tipos de medidas de divergencia en el diseño de funciones de coste apropiadas para la igualación ciega de canal.

Existen aplicaciones en las que se debe reconstruir una función a partir de una serie de muestras en las que es de especial importancia no sólo aproximar correctamente la función reconstruida sino también sus derivadas. Un ejemplo de este tipo de aplicaciones es el modelado de dispositivos de comunicaciones cuando se quiere representar de forma adecuada el efecto de los productos de intermodulación.

Se han estudiado varias herramientas para la aproximación simultánea de una función y sus derivadas, y dichas herramientas se han utilizado para modelar dispositivos de comunicaciones, como transistores MESFET o HEMT.

 

Publicaciones

Puede consultar las publicaciones en:

 

Miscelanea

 

Software

Software relacionado con las actividades de investigación:

Imagen de Pie

2024 Marcelino Lázaro