Ciencia de la Computación e Inteligencia Artificial
Curriculum Abreviado
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)
Estancias de Investigación
Department of Computer and Systems Sciences.
Stockholm University and the Royal Institute of Tecnology (Suecia). 2006 y 2010
En las páginas web de la Universidad Carlos III de Madrid utilizamos cookies propias y de terceros para mejorar nuestros servicios mediante el análisis de sus hábitos de navegación. Al continuar con la navegación, entendemos que se acepta nuestra política de cookies.