Grupo de Investigación AYRNA
APRENDIZAJE Y REDES NEURONALES ARTIFICIALES

  • Inicio
  • Investigadores
  • Publicaciones
    • Artículos
    • Tesis
    • Conferencias
    • Capítulos de libros
  • Sesiones especiales
  • Investigación y difusión
    • Particiones y código
    • Eventos de difusión
  • Proyectos
  • Acerca de
    • Áreas de investigación
    • Contacto
HomeProyectosantonio-manuel-gomez-orellana
SpanishESEnglish (UK)

Gómez-Orellana, Antonio Manuel

Información Personal

Posición: Becario Antonio Manuel Gómez-Orellana
Áreas de investigación:
  • Sin Categoría

Publicaciones

  • Gender-Equity Model for Liver Allocation using Artificial Intelligence (GEMA-AI) for waiting list liver transplant prioritization
  • Machine learning algorithms in controlled donation after circulatory death under normothermic regional perfusion: A graft survival prediction model
  • Simultaneous multi-step wind speed prediction on multiple farms using multi-task deep learning
  • Fuzzy-based ensemble methodology for accurate long-term prediction and interpretation of extreme significant wave height events
  • Efficacy of systemic Chemotherapy on high-risk stage II and III Mucnious colon cancer. CHEMUCCA study part I
[Ver Todos]

Proyectos

  • Clasificación ordinal basada en aprendizaje profundo y neuro-evolución (ORCA-DEEP)
  • Modelo de emparejamiento donante-receptor en trasplante hepático mediante Inteligencia Artificial con donantes en asistolia
  • Métodos de Aprendizaje Profundo en clasificación ORDINAL (MAP-ORDINAL)
  • Aprendizaje dinámico de modelos de curvas de infectados y de número de camas hospitalarias y camas UCI ocupadas por COVID-19 en Andalucía mediante técnicas estadísticas y de Inteligencia Artificial
  • Modelos de Aprendizaje de Máquina para la determinación óptima de la Supervivencia y la Asignación Donante/REceptor en trasplante hepático. MASS-ALLOCATION
[Ver Todos]
 
Back

      

Copyright © 2025 Ayrna. Todos los derechos reservados.
Joomla! es software libre, liberado bajo la GNU General Public License.
Powered by Warp Theme Framework