• José Antonio Sanz
• Mikel Galar

La resolución de problemas de clasificación y de regresiónson dos campos de investigación muy activosdebido a la enorme cantidad de aplicaciones del mundo real que tienen que lidiar con este tipo de problemas. Además, actualmente existen numerosos tópicos "calientes" dentro de estastemáticas como los problemas de clasificación no balanceados, el aprendizaje utilizando datos de baja calidad, problemas multi-label y multi-instancia y el aprendizaje de modelos con ejemplos pertenecientes a una única clase (one-class), entre otros.

Los métodos de aprendizaje basados en técnicas de Soft Computing son ampliamente utilizados para abordar los problemas mencionados anteriormente. Los sistemas difusos han demostrado la capacidad de proporcionar un modelo comprensible por los seres humanos así como resultados precisos. La computación evolutiva es una técnica robusta para afrontar tareas de optimización y aprendizaje entre otras. Su uso permite adaptar los parámetros del modelo para cada problema de forma que se obtenga un sistema muy preciso. La sinergia de estas dos técnicas suele implicar una mejorade la capacidad de diseño y optimización de sistemas difusos o de otros paradigmas como redes neuronales.

El objetivo de la sesión es proporcionar un foro para difundir y discutir nuevas propuestas de técnicas de Soft Computing para resolver problemas de clasificación y de regresión. Las contribuciones enmarcadas en esta sesión especial deberán ser trabajos de investigación originales y resultados innovadores, incluyendo (aunque no exclusivamente) los siguientes tópicos:

• Sistemas Basados en Reglas Difusas
• Sistemas DifusosEvolutivos
• Redes Neuronales
• Clustering
• Aprendizaje semi-supervisado
• Aprendizaje no supervisado
• • Aplicaciones de Soft Computing en Aprendizaje
• Clasificación multi-etiqueta y multi-instancia
• Problemas de cuantificación
• Aprendizaje basado en ensembles
• Clasificación con datos de baja calidad y ruido
• Clasificación con datos no balanceados
• Modelos interpretables
• Clasificación sensible al coste
• Paradigma de clasificación "one-class"