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

• Ricardo Aler, José M. Valls, Henrik Boström. Study of Hellinger Distance as a splitting metric for Random Forests in balanced and imbalanced classification datasets. Expert Systems with Applications. (2020). 
• Ricardo Aler, Javier Huertas, José M Valls, Inés M Galván. Improving prediction intervals using measured solar power with a multi-objective approach. Energies. (ISSN 1996-1073)  (2019)
• 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)

• Redes de Neuronas 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