Grupos de investigación
MIDAS: GRUPO DE INVESTIGACIÓN EN MINERÍA DE DATOS
Presentacion
MIDAS es el grupo de investigación en Minería de Datos de la Universidad Nacional de Colombia. Realiza investigación en el área de minería de datos, incluyendo datos transaccionales, educativos, médicos, textuales y de la web. Realiza investigación en áreas afines y relacionadas con la minería de datos como son: Aprendizaje Maquinal, Inteligencia Artificial, PLN (Procesamiento de Lenguaje Natural), Recuperación de información, Big Data, Bases de datos e Inteligencia de negocios.
Líder
Sedes
Bogotá
Dependencias
2- FACULTAD DE INGENIERÍA
Planes de estudio
  • MAESTRIA EN INGENIERIA - INGENIERIA INDUSTRIAL
  • INGENIERIA DE SISTEMAS
  • MAESTRÍA EN BIOINFORMÁTICA
  • MAESTRIA EN INGENIERIA - INGENIERIA DE SISTEMAS Y COMPUTACIÓN
  • DOCTORADO EN INGENIERIA - SISTEMAS Y COMPUTACION
Agendas de conocimiento
Tecnologías de la Información y Comunicaciones
Agendas del conocimiento secundarias
  • Tecnologías de la Información y Comunicaciones
Áreas OCDE
Ingeniería y tecnología - Ingenierías eléctrica, electrónica e informática
Lineas de investigación
  • MINERÍA WEB
  • MINERÍA DE TEXTO
  • RECUPERACIÓN DE INFORMACIÓN
  • BASES DE DATOS
  • BIG DATA ANALYTICS
  • APRENDIZAJE DE MAQUINA
  • MINERÍA DE DATOS
Enfoque estratégico
MIDAS se enfoca en resolver problemas de identificación y extracción de conocimiento en grandes volúmenes de datos. Para ello: - promueve el estudio, investigación y aplicación de tecnologías de la ciencia de la computación para el análisis como son técnicas de aprendizaje de máquina, pln, inteligencia artificial y estadística. - promueve el estudio, investigación y aplicación de técnicas para el preprocesamiento de grandes volúmenes de datos como son: discretización, reducción de dimensionalidad, etc.
Prioridades de investigación
MIDAS tiene como prioridad la generación de nuevos modelos para el tratamiento y análisis de datos textuales en español y datos educativos.
Perspectiva interdisciplinaria
El área de minería de datos se relaciona con otras áreas de investigación como son estadística, inteligencia artificial, pln, big data, etc. y su aplicación se puede dar en cualquier área. Por lo tanto es necesario trabajar interdisciplinariamente, y generar proyectos en las diferentes área de aplicación.
Integrantes
Proyectos
Productos
  • Self-adaptive Evolutionary Algorithm for DNA Codeword Design (Capitulo en libro que presente resultados de la invetigación)
  • Estudio de permanencia estudiantil desde la perspectiva de Bienestar Universitario en la Universidad Nacional de Colombia (Capitulo en libro que presente resultados de la invetigación)
  • Fast Heuristic Algorithm for Multiscale Hierarchical Community Detection (Capitulo en libro que presente resultados de la invetigación)
  • A Sentiment Analysis System of Spanish Tweets and Its Application in Colombia 2014 Presidential Election (Capitulo en libro que presente resultados de la invetigación)
  • Lexical Normalization of Spanish Tweets (Capitulo en libro que presente resultados de la invetigación)
  • CONGRESO INTERNACIONAL EN APLICACIONES DE LA INTELIGENCIA ARTIFICIAL (Presentación de ponencia en evento científico o tecnológico)
  • 2018 WCCI World Congress on Computational Intelligence (Presentación de ponencia en evento científico o tecnológico)
  • 25th International Worl Web Wide Conference (Presentación de ponencia en evento científico o tecnológico)
  • Nearly optimal DNA Codeword Design using a Self-adaptive Evolutionary Algorithm (TDG (Trabajo dirigido de grado) )
  • Sistema de identificación y caracterización dinámica de malla vial mediante IoT y Minería de datos (Tesis de maestría)
  • Modelo para la gestión de indicadores y análisis de permanencia estudiantil de usuarios de Bienestar Universitario de la Universidad Nacional de Colombia (Tesis de maestría)
  • Agglomerative Hierarchical Clustering Algorithm for Community Detection in Large-Scale Complex Networks (Tesis de maestría)
  • A Sentiment Analysis Model of Spanish Tweets Case Study: Colombia 2014 Presidential Election (Tesis de maestría)
  • Influencia del procesamiento de datos dentro del desempeño de modelos de perfilamiento de clientes elaborados con herramientas de minería de datos (Tesis de maestría)