• José Antonio Sanz
• Mikel Galar

Actualmente las aplicaciones de big data se están convirtiendo en el principal foco de atención debido al enorme aumento en la generación y almacenamiento de datos que se ha producido en los últimos años. Esta situación es un reto cuando se procesan grandes cantidades de datos con el fin de extraer conocimiento puesto que las técnicas de minería de datos no están adaptadas a los nuevos requisitos de espacio y tiempo. Los métodos de aprendizaje basados en técnicas de softcomputing se utilizan ampliamente en diversos campos y los requisitos de escalabilidad son una necesidad para usarlosen bases de datosenormes.

El estudio de técnicas de reconocimiento de patrones, procesamiento de datos, etc… que permitan tomar decisiones inteligentes en diferentes áreas se ha visto incrementado debido al constante avance de las técnicas para afrontar problemas big data tales como el paradigma MapReduce o Spark.

El objetivo de la sesión especial es proporcionar un foro para difundir y discutir los esfuerzos de investigación recientes y significativos en técnicas de soft computing para abordar problemas big data.Por tanto, la sesión está abierta a cualquier presentación de alta calidad de investigadores que trabajan en técnicas de soft computing aplicadas en grandes bases de datos. Los temas de estasesión especial incluyen entre otros:

• Clasificación
• Regresión
• Clustering
• Aprendizaje semi-supervisado
• Reducción de datos
• Selección de características / extracción / construcción
• Selección de instancias / generación
• Inducción de árboles de decisión y reglas
• Aprendizaje estadístico y modelización
• Aprendizaje perezoso
• Máquinas de soporte vectorial
• Aprendizaje de ensembles
• Tareas de pre y post procesamiento
• Aplicaciones bioinformáticas
• Clasificación one-class
• Aprendizaje no balanceado
• Aplicaciones del mundo real
• Aprendizaje evolutivo