机器学习、进化计算与人工智能研究
我是巴斯克大学（UPV/EHU）的终身研究员和讲师，研究方向包括机器学习、概率图模型、进化算法及其在优化和神经科学中的应用。
研究方向
机器学习
概率图模型、神经网络、自然语言处理、分类、对抗性机器学习和数据增强方法。
进化计算
分布估计算法（EDA）、遗传编程、神经进化和进化多目标优化。
优化
适应度景观、多目标优化、组合问题和基于强化学习的调度方法。
神经科学
脑机接口、无意识视觉处理、解码神经反馈和计算神经科学。
最近发表 (2025)
Leveraging constraint programming in a deep learning approach for dynamically solving the flexible job-shop scheduling problem
Expert Systems with Applications, 265, 125895 (2025) 期刊
Adversarial attacks in explainable machine learning: A survey of threats against models and humans
Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 15(1), e1567 (2025) 期刊
Domain Adaptation-enhanced searchlight: enabling classification of brain states from visual perception to mental imagery
Brain Informatics, 12(1), 1–17 (2025) 期刊
DNkS: A distance-based neighborhood k-search algorithm for determining meter–transformer connectivity in low-voltage grids
Sustainable Energy, Grids and Networks, 42, 101707 (2025) 期刊
新闻与动态
- 2025年4月 在巴黎亨利·庞加莱研究所举行的 "不均匀随机系统" 和 "组合学与生命科学" 研讨会上发表报告。
- 2025年2月 关于离线强化学习解决车间作业调度问题的论文在 Applied Soft Computing 上发表。
- 2025年2月 在 Dagstuhl 研讨会 25092：分布估计算法的理论与应用 上就进化计算与人工智能发表特邀演讲。
- 2025年1月 关于可解释机器学习中的对抗攻击的论文在 WIREs Data Mining and Knowledge Discovery 上发表。
- 2025年1月 关于大脑解码领域自适应的新论文在 Brain Informatics 上发表。
- 2024年12月 三篇关于使用深度学习解决车间调度问题的论文被顶级期刊录用。