Doctorants actuels

Actuel
Imanol Echeverria
Apprentissage profond pour l'ordonnancement en temps réel
🏛 Tecnalia
👥 Co-supervisé avec Maialen Murua
Actuel
Alexander Olza
Méthodes d'apprentissage automatique pour le décodage cérébral
👥 Co-supervisé avec David Soto
Actuel
Iñigo Diez
Méthodes d'apprentissage automatique pour l'analyse du connectome du langage
🏛 Centre BioGuipuzkoa
👥 Co-supervisé avec Ileana Quinones et Usue Mori
Actuel
Josu Iturralde
Réseaux de neurones informés par la physique bayésiens
👥 Co-supervisé avec Joxe Aizpurua
Actuel
Seyma Takir
Méthodes d'apprentissage de variétés dans l'analyse des données d'IRMf cérébrale
👥 Co-supervisé avec David Soto
Actuel
Méthodes d'apprentissage automatique pour la modélisation computationnelle des problèmes de dynamique des fluides
👥 Co-supervisé avec Marco Ellero

Anciens doctorants

Ancien
Exemples adverses dans le domaine audio ; attaques adverses dans le ML explicable
👥 Co-supervisé avec Jose Antonio Lozano
Ancien
Méthodes de classification hiérarchique multi-label pour le NLP
👥 Co-supervisé avec Jose Antonio Lozano
Ancien
Étude des propriétés du traitement inconscient de l'information visuelle dans le cerveau humain
👥 Co-supervisé avec David Soto
Ancien
Méthodes d'intelligence artificielle pour les réseaux électriques intelligents et la distribution d'énergie
Ancien
Thèse : Copules de type vine pour l'apprentissage automatique
👥 Co-supervisé avec Jose Antonio Lozano
Ancien
Thèse : Recherche d'architecture neuronale de modèles génératifs et multi-tâches
👥 Co-supervisé avec Alexander Mendiburu
Ancien
Thèse : Programmation mathématique et techniques d'apprentissage automatique pour les problèmes définis sur des graphes
👥 Co-supervisé avec Diego Galar
Intéressé(e) par une supervision de doctorat ? Si vous souhaitez poursuivre un doctorat en apprentissage automatique, calcul évolutionnaire ou dans des domaines connexes, veuillez me contacter avec une description de vos intérêts de recherche et un CV.