José María Valls Ferrán
José María Valls
Ferrán
...
916248845
Leganés
Sabatini
2.2.A.27
Profesor Titular
Ciencia de la Computación e Inteligencia Artificial

 

Datos Profesionales

Profesor Titular de Universidad. Universidad Carlos III de Madrid. Escuela Politécnica Superior. 
Dirección Postal: Departamento de Informática. Avda. Universidad 30. 28911 Leganés

Formación Académica

 

  • Doctor en Ingeniería Informática. Universidad Carlos III de Madrid. 2004
  • Licenciado en Informática. Universidad Pontificia de Salamanca. 1996
  • Ingeniero Técnico Industrial. Universidad de Valladolid. 1976

 

Proyectos

 

  • Aprendizaje y optimización evolutiva para predicción e integración de radiación solar. Ministerio de Economía y Competitividad. 2015-2017
  • MOVES. Gestión de movilidad eficiente y sostenible. Ministerio de Ciencia e Innovación. 2012-2015
  • M*: Metaheurísticas Multiobjetivo y Aplicaciones Multidisciplinares, Ministerio de Educación y Ciencia, 2009-2012
  • OPLINK: Optimización y Ambientes de Red, Ministerio de Educación y Ciencia, 2006-2009
  • TRACER: Técnicas de Optimización Avanzadas para Problemas Complejos. Ministerio de Ciencia y Tecnología. 2003-2006
  • Técnicas de Aprendizaje Automático aplicadas a la interfaz Cerebro-Ordenador. Comunidad de Madrid. 2008
  • Técnicas de Computación con Inspiración Biológica para la minería de datos. Comunidad de Madrid. 2006

 

Publicaciones más relevantes

Revistas

  • Inés M. Galván, José M. Valls, Alejandro Cervantes, Ricardo Aler. Multi-objective evolutionary optimization of prediction intervals for solar energy forecasting with neural networks. Information Sciences. (2017)
  • R. Martín, R. Aler, J. M. Valls, I. M. Galván. Machine Learning Techniques for Daily Solar Energy Prediction and Interpolation using NumericalWeather Models. Concurrecy and Computation: Practice and Experience. 28 (4), pp 1261-1274. (2016)
  • Ricardo Aler, Inés M. Galván, José M. Valls. Applying evolution strategies to preprocessing EEG signals for brain–computer interfaces. Information Sciences 215, pp 53–66. (2012).
  • Alejandro Echeverría, Jose M. Valls ,Ricardo Aler. Evolving Linear Transformations with a Rotation-Angles/Scaling Representation. Expert Systems With Applications. 39 (3),  pp 3276–3282. (2012)
  • Inés M. Galván, José M. Valls, Miguel García and Pedro Isasi. A lazy learning approach for building classification models . Internacional Journal of Intelligent Systems,  26 (8), pp 773–786. (2011).
  • Cristóbal Luque, José M. Valls, Pedro Isasi. Time Series Prediction Evolving Voronoi Regions. Applied Intelligence. 34(1), pp 116-126 (2011)
  • Ricardo Aler, José María Valls, David Camacho, Alberto López: Programming Robosoccer agents by modeling human behavior. Expert Syst. Appl. 36(2): 1850-1859 (2009).
  • César Estébanez, José María Valls, Ricardo Aler: GPPE: a method to generate ad-hoc feature extractors for prediction in financial domains. Appl. Intell. 29(2), pp 174-185 (2008)
  • José M. Valls, Inés M. Galván and Pedro Isasi. Learning Radial Basis Neural Networks in a lazy way: a comparative study. Neurocomputing. Vol 71. pp 2529-2537. (2008)
  • José María Valls, Ricardo Aler, Oscar Fernández: Evolving Generalized Euclidean Distances for Training RBNN. Computers and Artificial Intelligence 26(1),  (2007)
  • José M. Valls, Inés M. Galván, Pedro Isasi. LRBNN: A Lazy RBNN Model. AI Communications. 20 (2), pp 71--86.(2007)
  • José M. Valls,  Ricardo Aler, Oscar Fernández. Evolving Generalized Euclidean Distances for Training RBNN. Computing and Informatics. Vol 26, pp: 33-43, (2007)
  • José M. Valls, Inés M. Galván, Pedro Isasi. Improving the generalization ability of RBNN using a selective strategy  based on the gaussian kernel function. Computing and Informatics.Vol 25, pp 1-15, (2006)
  • José M. Valls, Inés M. Galván, Pedro Isasi. Lazy learning in Radial Basis Neural Networks: a way of achieving more accurate models. Neural Processing Letters. Vol 20(2), pp 105-124, (2004)
  • José M. Molina, Inés M. Galván, José M. Valls, Andrés Leal. Optimizing the number of learning cycles in the design of radial basis neural networks using a multi-agent System. Computing and Informatics, Vol 20, pp: 429-449, (2001)
  • Inés M. Galván, Pedro Isasi, Ricardo Aler, José M. Valls. A Selective Learning Method to Improve the Generalization of Multilayer Feedforward Neural Networks. International Journal of Neural Systems, Vol 11, pp 167-177, (2001)

 

Capítulos de Libro

 

  • D. Quintana, C. Luque, J. M. Valls, P. Isasi. Evolution Strategies for IPO Underpricing Prediction. Libro: Financial Decision Making Using Computational Intelligence. Springer Optimization and Its Applications, Vol. 70 (2012)
  • Ricardo Aler, Inés M. Galván and José M. Valls. Transition Detection for Brain Computer Interface Classification. Libro: Biomedical Engineering Systems and Technologies Communications in  Computer and Information Science. Vol 52 (2010)
  • José M. Valls, Inés M. Galván and Pedro Isasi. Neural Lazy Local Learning. Libro:  Optimization Techniques for Solving Complex Problems. Wiley (2009)

 

 

Estancias de Investigación
  • Department of Computer and Systems Sciences.

    Stockholm University and the Royal Institute of Tecnology (Suecia). 2006 y 2010

    .
  • Redes Neuronales Artificiales
  • Aprendizaje Automático / Minería de Datos
  • Computación evolutiva
  • Optimización Multi-objetivo
  • Brain Computer Interface

Grado en Ingeniería Informática

 

  • Redes de Neuronas Artificiales
  • Programación Orientada a Objetos

 

Grado en Finanzas y Contabilidad

 

  • Informática de Gestión

Principal:

Félix García Carballeira

  

Assistants principal:

Inés María Galván León

Juan Manuel Estévez Tapiador

 

Secretary:

Ana María Iglesias Maqueda

  

Administrative Secretary:

María José Cano Barquilla

Javier Delicado Huelva

Rafaela Jiménez Mejías

 

Phone number:

+34 91 6249960

 

Fax number:

+34 91 6249129

 

Postal Address:

Avda. de la Universidad Nº 30

Edificio Sabatini

28911 Leganés

(Madrid) SPAIN

 

This email address is being protected from spambots. You need JavaScript enabled to view it.

The website of the University Carlos III of Madrid use its own cookies and third-party cookies to improve our services by analyzing their browsing habits. By continuing navigation, we understand that it accepts our cookie policy.

Usage Rules