En el ámbito de la obtención de semillas de nuevas variedades vegetales, intervienen variables de tipo cualitativo y cuantitativo. En ese sentido, el grupo de Análisis de Datos del Departamento de Estadística y Matemática Aplicada de la UAL cuenta con amplia experiencia en el desarrollo matodológico de modelos para el tratamiento de redes bayesianas híbridas, que son aquellas en las que intervienen ambos tipos de variables. Este grupo introdujo en modelo llamado de mixturas de exponenciales truncadas (Moral et al 2001), abreviado MTE en inglés, en el ámbito de los proyectos "Entorno para el desarrollo de modelos gráficos probabilísticos" (TIC97-1135-C04), "Elvira II: Aplicaciones de los modelos gráficos en agricultura" (TIC2001-2973-C05), "Aprendizaje adaptativo de modelos gráficos: aplicaciones a la asesoría académica y personalización de navegadores web" (TIN2004-06204-C03-01) y "Diseño de nuevos algoritmos para modelos gráficos probabilísticos. Implementación en Elvira (MPGS-AL)· (TIN2007-6741818-C03-02).
Actualmente, el grupo cuenta ya con métodos desarrollados para el aprendizaje automático de redes bayesianas con distribuciones de tipo MTE. Además, el grupo también ha diseñado esquemas de inferencia eficientes para dicho tipo de redes (ver las referencias adjuntadas). El grupo cuenta tambien con experiencia en el desarrollo de software especifico para reder bayesianas, al haber sido uno de los miembros fundadores del Elvira Consortium, responsable del desarrollo del software Elvira ®.
Objetivos de partida
1 Desarrollo de un sistema inteligente basado en redes bayesianas para el diseño de variedades vegetales híbridas.
2 Reducción de tiempo de desarrollo de nuevas variedades hortícolas.
3 Comercialización del sistema experto o inteligente desarrollado.
4 Producción de soluciones a medida basadas en el uso de sistemas expertos.