MARIA DEL MAR MARTINEZ BALLESTEROS

Categoría
Profesor Titular de Universidad

Contacto

Teléfono
Correo electrónico
Área
Lenguajes y Sistema Informáticos

Investigación

Grupo de investigación

DATA SCIENCE & BIG DATA LAB (DS&BD)

Proyectos y contratos de investigación

Plataforma wearable para el diagnóstico temprano de trastornos emocionales y agudizaciones en pacientes con enfermedades crónicas mediante el uso de I (P001-21/E22 - Investigador/a)
Tecnologías Big Data para Smart Grids (US-1263341 - Investigador/a)
Servicios de Inteligencia de Negocio y Perfilado Estadistico del Servicio Andaluz de Empleo (P031-20/E22 - Investigador/a)
Modelos de Deep Learning para sistemas de energía renovable: predicción de generación y mantenimiento preventivo y predictivo (PYC20 RE 078 US - Investigador/a)
SENSING_AI: Plataforma wearable para el diagnóstico temprano de trastornos emocionales y agudizaciones en pacientes con enfermedades crónicas mediante (P001-21/E22 - Investigador/a)
Modelos híbridos adaptativos para predecir la producción de energías renovables solar y eólica (P18-RT-2778 - Investigador/a)
IA + IoT para la construcción de Servicios de Hogar Inteligente II (P011-21/E22 - Investigador/a)
IA + IoT para la construcción de Servicios de Hogar Inteligente I (P008-20/E22 - Investigador/a)
Aprendizaje profundo y transferencia de aprendizaje eficientes para salud y movilidad conectada (PID2020-117954RB-C22 - Responsable)
Servicio web de consulta para el acceso a la información en portales Open Data (2014/00202/001 - Investigador/a)
Nuevos protocolos de comunicación para la creación de smart cities (2017/00179/001 - Investigador/a)
SocietySoft-Transferencia de herramientas, políticas y principios para la creación de software de calidad para la sociedad digital (AT17_5904_USE - Investigador/a)
Big Data Streaming: Análisis de Datos Masivos Continuos. Modelos Descriptivos (TIN2017-88209-C2-2-R - Investigador/a)
Big Time-Aware Data: Análisis de Datos Masivos Indexados en el Tiempo. Reglas y Clustering (TIN2014-55894-C2-1-R - Investigador/a)
Análisis Inteligente de Información Medioambiental (TIN2011-28956-C02-02 - Investigador/a)
Modelos Avanzados para el Análisis Inteligente de Información. Aplicación a Datos Biomédicos y Medioambientales. (P11-TIC-7528 - Investigador/a)
Técnicas Avanzadas para el Análisis de Datos Temporales: Aplicación a Terremotos y Contaminación Ambiental MOTRIZ (P12-TIC-1728 - Investigador/a)
COLB-FEDER-INTERCONNECTA: DESARROLLO Y APLICACIÓN DE MODELOS PREDICTIVOS EN EL MARCO DE LAS ACTIVIDADES DE AGC EN EL CONSORCIO ¿OPTIRAIL" (2016/00069/001 - Investigador/a)
COLB-FEDER-INTERCONNECTA: DESARROLLO Y APLICACIÓN DE MODELOS PREDICTIVOS EN EL MARCO DE LAS ACTIVIDADES DE AGC EN EL CONSORCIO ¿OPTIRAIL" (2016/00069/001 - Investigador/a)
COLB-FEDER-INTERCONNECTA: DESARROLLO Y APLICACIÓN DE MODELOS PREDICTIVOS EN EL MARCO DE LAS ACTIVIDADES DE AGC EN EL CONSORCIO ¿OPTIRAIL" (2016/00069/001 - Investigador/a)
COLB-FEDER-INTERCONNECTA: DESARROLLO Y APLICACIÓN DE MODELOS PREDICTIVOS EN EL MARCO DE LAS ACTIVIDADES DE AGC EN EL CONSORCIO ¿OPTIRAIL" (2016/00069/001 - Investigador/a)
COLB-FEDER-INTERCONNECTA: DESARROLLO Y APLICACIÓN DE MODELOS PREDICTIVOS EN EL MARCO DE LAS ACTIVIDADES DE AGC EN EL CONSORCIO ¿OPTIRAIL" (2016/00069/001 - Investigador/a)
COLB-FEDER-INTERCONNECTA: DESARROLLO Y APLICACIÓN DE MODELOS PREDICTIVOS EN EL MARCO DE LAS ACTIVIDADES DE AGC EN EL CONSORCIO ¿OPTIRAIL" (2016/00069/001 - Investigador/a)
Big Data y analisis de datos escalable (TIN2014-56425-REDT - )
Ayuda a la Consolidación del Grupo de Investigación TIC-134 (2009 TIC-134 - )
Incentivo al Grupo de Investigación TIC-134 (2010/TIC-134 - )
Incentivo al Grupo de Investigación TIC-134 (2011/TIC-134 - )
Big Time-Aware Data: Análisis de Datos Masivos Indexados en el Tiempo. Reglas y Clustering. (TIN2014-55894-C2-1-R - Investigador/a)
Servicio web para el acceso a la información en portales open data (PRY153/14 - Investigador/a)
Técnicas avanzadas para el análisis de datos temporales. Aplicación a terremotos y contaminación ambiental (P12-TIC-1728 - Investigador/a)
HERCULES: Heurísticas Escalables para la Extracción de Conocimiento en Grandes Volúmenes de Información ( TIN 2007-68084-C02-02 - Investigador/a)
Modelos Avanzados para el Análisis Inteligente de Información. Aplicación a Datos Biomédicos y Medioambientales (TIC-7528 - Investigador/a)
Análisis Inteligente de Información Medioambiental (TIN2011-28956-C02-02 - Investigador/a)

Libros publicados

Álvarez-De La Concepción, Miguel Ángel;Parody-Núñez, Maria Luisa;Ortega-Rodríguez, Francisco Javier;Toro-Bonilla, Miguel;Del Valle-Sevillano, Carmelo;Fernandez-Montes-Gonzalez, Alejandro;García-Vallejo, Carlos A.;Gómez-López, Mª Teresa;Gutiérrez-Rodríguez, Javier Jesús;M. Martínez-Ballesteros;Martínez-Gasca, Rafael;Pozo-Hidalgo, Sergio;De La Rosa-Troyano, Fco Fernando:
ANÁLISIS Y DISEÑO DE ALGORITMOS. UNIVERSIDAD DE SEVILLA.. 2010. 978-84-693-8232-5
Álvarez-De La Concepción, Miguel Ángel;Álvarez-García, Juan Antonio;Ceballos-Guerrero, Rafael;García-Vallejo, Carlos A.;Gutiérrez-Rodríguez, Javier Jesús;M. Martínez-Ballesteros;Pozo-Hidalgo, Sergio;De La Rosa-Troyano, Fco Fernando;Parody-Núñez, Maria Luisa:
ESTRUCTURAS DE DATOS Y ALGORITMOS. UNIVERSIDAD DE SEVILLA.. 2010. 978-84-693-8230-1

Asistencia a congresos

Jiménez-navarro, Manuel J.;Vega-Márquez, Belén;Luna, José María;Manuel Carranza-García;M. Martínez-Ballesteros:
Association Rule Analysis of Student Satisfaction Surveys for Teaching Quality Evaluation. Ponencia en Congreso. 14th International Conference on EUropean Transnational Education . Salamanca. 2023
Tefera, Ejigu;Troncoso-Lora, Alicia;M. Martínez-Ballesteros;Martínez-Álvarez, Francisco:
A New Hybrid CNN-LSTM for Wind Power Forecasting in Ethiopia. Comunicación en congreso. HAIS 18th International Conference on Hybrid Artificial Intelligence Systems. - Salamanca, España. 2023
Troncoso-garcía, Ángela R.;M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Troncoso-Lora, Alicia:
Deep Learning-Based Approach for Sleep Apnea Detection Using Physiological Signals. Comunicación en congreso. IWANN International Work-conference on Artificial Intelligence. Azores, Portugal. 2023
Troncoso-garcía, Ángela R.;M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Troncoso-Lora, Alicia:
Evolutionary computation to explain deep learning models for time series forecasting. Comunicación en congreso. SAC 38th Annual ACM Symposium on Applied Computing. Estonia. 2023
Jiménez, Manuel Jesús;M. Martínez-Ballesteros;Sousa, Isabel Sofía;Martínez-Álvarez, Francisco;Asencio-Cortes, Gualberto:
Feature-Aware Drop Layer (FADL): A Nonparametric Neural Network Layer for Feature Selection. Comunicación en congreso. 17th International Conference on Soft Computing Models in Industrial and Environmental Applications. SALAMANCA. 2022
Troncoso, Angela Del Robledo;M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Troncoso-Lora, Alicia:
Explainable machine learning for sleep apnea prediction . Comunicación en congreso. 26th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems. Verona, Italy. 2022
Segarra-martín, Cristina;M. Martínez-Ballesteros;Troncoso-Lora, Alicia;Martínez-Álvarez, Francisco:
A novel approach to discover numerical association based on the Coronavirus Optimization Algorithm. Comunicación en congreso. ACM 37th Symposium On Applied Computing. Virtual. 2022
Luna, José María;Nuñez-Hernandez, Fernando;M. Martínez-Ballesteros;Riquelme-Santos, José Cristóbal;Usabiaga-Ibañez, Carlos:
Cluster Analysis of the Spanish Labour Market. Comunicación en congreso. XIII Jornadas de Economía Laboral. Islantilla, Huelva. 2019
Luna, José María;García-Gutiérrez, Jorge;M. Martínez-Ballesteros;Riquelme-Santos, José Cristóbal:
Aproximación al índice externo de validación de clustering basado en chi cuadrado. Comunicación en congreso. XVIII Conferencia de la Asociación Española para la Inteligencia Artificial. Granada. 2018
M. Martínez-Ballesteros;Riquelme-Santos, José Cristóbal;Ruiz-Sanchez, Roberto;Rodríguez-garcía, Daniel:
Predicción de módulos defectuosos como un problema de optimización multiobjetivo. Comunicación en congreso. XXII Jornadas de Ingeniería del Software y Bases de Datos. La Laguna, Tenerife, España. 2017
Luna, José María;M. Martínez-Ballesteros;García-Gutiérrez, Jorge:
An Approach to Silhouette and Dunn Clustering Indices Applied to Big Data in Spark. Comunicación en congreso. Conference of the Spanish Association for Artificial Intelligence. Salamanca, Spain. 2016
Talavera, Ricardo;Pérez , Rubén ;M. Martínez-Ballesteros;Troncoso-Lora, Alicia;Martínez-Álvarez, Francisco:
A nearest neighbours-based algorithm for big time series data forecasting. Comunicación en congreso. HAIS 11th International Conference on Hybrid Artificial Intelligence Systems. Sevilla. 2016
MARTIN-RODRIGUEZ, DIANA;M. Martínez-Ballesteros;Del Río-García, Sara;Alcalá-Fernández, Jesús;Riquelme-Santos, José Cristóbal;Herrera-Triguero, Francisco:
MOPNAR-BigData: un diseño MapReduce para la extracción de reglas de asociación cuantitativas en problemas de big data. Comunicación en congreso. Advances in Artificial Intelligence - 16th Conference of the Spanish Association for Artificial Intelligence, {CAEPIA} 2015, Albacete. ALBACETE. 2015
M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Troncoso-Lora, Alicia;Riquelme-Santos, José Cristóbal:
A sensitivity analysis for quality measures of quantitative association rules. Comunicación en congreso. International Conference on Hybrid Artificial Intelligent Systems. . 2013
M. Martínez-Ballesteros;Nepomuceno-Chamorro, Isabel De Los Angeles;Riquelme-Santos, José Cristóbal:
Inferring gene association network from gene expression data using quantitative association rules. Poster en Congreso. Benelux Bioinformatics Conference 2011. Luxemburgo. 2011
Rubio-Escudero, Cristina;Martínez-Álvarez, Francisco;M. Martínez-Ballesteros;Riquelme-Santos, José Cristóbal:
On the use of algorithms to discover motifs in DNA sequences. Comunicación en congreso. IEEE International Conference on Intelligent Systems Design and Applications (ISDA'11). . 2011
M. Martínez-Ballesteros;Rubio-Escudero, Cristina;Riquelme-Santos, José Cristóbal;Martínez-Álvarez, Francisco:
Mining Quantitative Association Rules in Microarray data using Evolutive Algorithms. Comunicación en congreso. (ICAART 2011) 3rd INTERNATIONAL CONFERENCE ON AGENTS AND ARTIFICIAL INTELLIGENCE . ROME, ITALY. 2011
M. Martínez-Ballesteros;Nepomuceno-Chamorro, Isabel De Los Angeles;Riquelme-Santos, José Cristóbal:
Inferring Gene-Gene Associations from Quantitative Association Rules. Comunicación en congreso. IEEE International Conference on Intelligent Systems Design and Applications (ISDA'11), 2011. . 2011
M. Martínez-Ballesteros;Rubio-Escudero, Cristina;Riquelme-Santos, José Cristóbal:
Extracción de Reglas de Asociación Cuantitativas en datos de Microarray aplicando Algoritmos Evolutivos. Comunicación en congreso. Congreso Español de Informática 2010 / Simposio Sociedad Española para el Procesamiento del Lenguaje Natural 2010. VALENCIA, SPAIN. 2010
M. Martínez-Ballesteros;Rivas-Santos, Víctor Manuel:
EvFuzzySystem: Evolución de Sistemas Difusos para Problemas de Regresión Multi-Dimensionales. Comunicación en congreso. ESTYLF (15) (15.2010.PUNTA UMBRÍA - HUELVA). PUNTA UMBRÍA - HUELVA. 2010
M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Troncoso-Lora, Alicia;Riquelme-Santos, José Cristóbal:
Descubriendo Reglas de Asociación Numéricas entre Series Temporales. Comunicación en congreso. INTERNATIONAL WORKSHOP ON MINING OF NON-CONVENTIONAL DATA () (.2009.SEVILLA (SPAIN)). SEVILLA (SPAIN). 2009

Artículos publicados

Jiménez, Manuel Jesús;M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Troncoso-Lora, Alicia;Asencio-Cortes, Gualberto:
From Simple to Complex: A Sequential Method for Enhancing Time Series Forecasting with Deep Learning. Interest Group in Pure and Applied Logics. Logic Journal. 2023. Vol: In press.
Troncoso, Angela Del Robledo;M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Troncoso-Lora, Alicia:
A new approach based on association rules to add explainability to time series forecasting models. Information Fusion. 2023. Vol: 94. Pág. 169-180. 10.1016/j.inffus.2023.01.021.
Jiménez, Manuel Jesús;M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Asencio-Cortes, Gualberto:
PHILNet: A novel efficient approach for time series forecasting using deep learning. Information Sciences. 2023. Vol: 632. Pág. 815-832. 10.1016/j.ins.2023.03.021.
Tefera-habtemariam, Ejigu;Kekeba, Kula;M. Martínez-Ballesteros;Martínez-Álvarez, Francisco:
A Bayesian Optimization-Based LSTM Model for Wind Power Forecasting in the Adama District, Ethiopia. Energies. 2023. Vol: 16. Núm: 5. Pág. 1-22. 10.3390/en16052317.
Jiménez, Manuel Jesús;M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Asencio-Cortes, Gualberto:
A new deep learning architecture with inductive bias balance for transformer oil temperature forecasting. Journal of Big Data. 2023. Vol: 10. Núm: 80. Pág. 1-19. https://doi.org/10.1186/s40537-023-00745-0.
Garcia-Heredia, Jose Manuel;M. Martínez-Ballesteros:
A new treatment for sarcoma extracted from combination of miRNA deregulation and gene association rules. Signal Transduction and Targeted Therapy. 2023. Vol: 8. Núm: 231. https://doi.org/10.1038/s41392-023-01470-z.
Troncoso, Angela Del Robledo;M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Troncoso-Lora, Alicia:
Explainable machine learning for sleep apnea prediction. Procedia Computer Science. 2022. Vol: 207. Pág. 2930-2939. https://doi.org/10.1016/j.procs.2022.09.351.
Macías-García, Laura;M. Martínez-Ballesteros;Luna, José María;Garcia-Heredia, Jose Manuel;García-Gutiérrez, Jorge;Riquelme-Santos, José Cristóbal:
Autoencoded DNA Methylation Data to Predict Breast Cancer Recurrence: Machine Learning Models and Gene-Weight Significance. Artificial Intelligence in Medicine. 2020. https://doi.org/10.1016/j.artmed.2020.101976.
Luna, José María;M. Martínez-Ballesteros;García-Gutiérrez, Jorge;Riquelme-Santos, José Cristóbal:
External clustering validity index based on chi-squared statistical test. Information Sciences. 2019. Vol: 487. Pág. 1-17. 10.1016/j.ins.2019.02.046.
Luna, José María;Nuñez-Hernandez, Fernando;M. Martínez-Ballesteros;Riquelme-Santos, José Cristóbal;Usabiaga-Ibañez, Carlos:
Analysis of the Evolution of the Spanish Labour Market through Unsupervised Learning. IEEE Access. 2019. Vol: 7. Pág. 121695-121708. 10.1109/ACCESS.2019.2935386.
Luna, José María;García-Gutiérrez, Jorge;M. Martínez-Ballesteros;Riquelme-Santos, José Cristóbal:
An approach to validity indices for clustering techniques in Big Data. Progress in Artificial Intelligence. 2018. Vol: 7. Núm: 2. Pág. 81-94. 10.1007/s13748-017-0135-3.
MARTIN-RODRIGUEZ, DIANA;M. Martínez-Ballesteros;García-Gil, Diego;Alcalá-Fernández, Jesús;Riquelme-Santos, José Cristóbal;Herrera-Triguero, Francisco:
MRQAR: a generic MapReduce framework to discover Quantitative Association Rules in Big Data problems. Knowledge-Based Systems. 2018. Vol: 153. Pág. 176-192. 10.1016/j.knosys.2018.04.037.
M. Martínez-Ballesteros;Garcia-Heredia, Jose Manuel;Nepomuceno-Chamorro, Isabel De Los Angeles;Riquelme-Santos, José Cristóbal:
Machine learning techniques to discover genes with potential prognosis role in Alzheimer¿s disease using different biological sources. Information Fusion. 2017. Vol: 36. Pág. 114-129. 10.1016/j.inffus.2016.11.005.
Martínez-Álvarez, Francisco;Troncoso-Lora, Alicia;M. Martínez-Ballesteros;Riquelme-Santos, José Cristóbal:
Applications of Computational Intelligence in Time Series. Computational Intelligence and Neuroscience. 2017. Vol: 2017. Pág. 1-2. https://doi.org/10.1155/2017/9361749.
Macías-García, Laura;Luna, José María;García-Gutiérrez, Jorge;M. Martínez-Ballesteros;Riquelme-Santos, José Cristóbal;González-Campora, Ricardo:
A Study of the Suitability of Autoencoders for Preprocessing Data in Breast Cancer Experimentation. Journal of Biomedical Informatics. 2017. Vol: 72. Pág. 33-44. 10.1016/j.jbi.2017.06.020.
Sánchez-medina, Alejandro;Gil-pichardo, Alberto;Garcia-Heredia, Jose Manuel;M. Martínez-Ballesteros:
Discovery of Genes implied in Cancer by Genetic Algorithms and Association Rules. Lecture Notes in Computer Science. 2016. Vol: 9846. Pág. 694-705. 10.1007/978-3-319-32034-2_58.
M. Martínez-Ballesteros;Troncoso-Lora, Alicia;Martínez-Álvarez, Francisco;Riquelme-Santos, José Cristóbal:
Obtaining optimal quality measures for quantitative association rules. Neurocomputing. 2016. Vol: 176. Pág. 36-47. 10.1016/j.neucom.2014.10.100.
Talavera, Ricardo;Pérez , Rubén ;M. Martínez-Ballesteros;Troncoso-Lora, Alicia;Martínez-Álvarez, Francisco:
A nearest neighbours-based algorithm for big time series data forecasting. Lecture Notes in Computer Science. 2016. Vol: 9846. Pág. 174-185. 10.1007/978-3-319-32034-2_15.
Luna, José María;M. Martínez-Ballesteros;García-Gutiérrez, Jorge;Riquelme-Santos, José Cristóbal:
An Approach to Silhouette and Dunn Clustering Indices Applied to Big Data in Spark. Lecture Notes in Computer Science. 2016. Vol: 9868. Pág. 160-169. 10.1007/978-3-319-44636-3_15.
M. Martínez-Ballesteros;Troncoso-Lora, Alicia;Martínez-Álvarez, Francisco;Riquelme-Santos, José Cristóbal:
Improving a multi-objective evolutionary algorithm to discover quantitative association rule. Knowledge and Information Systems. 2016. Vol: 49. Núm: 2. Pág. 481-509. 10.1007/s10115-015-0911-y.
M. Martínez-Ballesteros;Bacardit-Peñarroya, Jaume;Troncoso-Lora, Alicia;Riquelme-Santos, José Cristóbal:
Enhancing the scalability of a genetic algorithm to discover quantitative association rules in large-scale datasets. Integrated Computer-Aided Engineering. 2015. Vol: 22. Núm: 1. Pág. 21-39. 10.3233/ICA-140479.
M. Martínez-Ballesteros;Nepomuceno-Chamorro, Isabel De Los Angeles;Riquelme-Santos, José Cristóbal:
Discovering gene association networks by multi-objective evolutionary quantitative association rules. Journal of Computer and System Sciences. 2014. Vol: 80. Núm: 1. Pág. 118-136. j.jcss.2013.03.010.
M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Troncoso-Lora, Alicia;Riquelme-Santos, José Cristóbal:
Selecting the best measures to discover quantitative association rules. Neurocomputing. 2014. Vol: 126. Núm: 27. Pág. 3-14. 10.1016/J.NEUCOM.2013.01.05 6.
M. Martínez-Ballesteros:
Discovering quantitative association rules: A novel approach based on evolutionary algorithms. AI communications. 2014. Vol: 27. Núm: 2. Pág. 153-165. 10.3233/AIC-130590.
M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Troncoso-Lora, Alicia;Riquelme-Santos, José Cristóbal:
A sensitivity analysis for quality measures of association rules. Lecture Notes in Computer Science. 2013. Vol: 8073. Pág. 578-587. link.springer.com/chapter/10.1007%2F978-3-642-40846-5_58#.
Martínez-Gasca, Rafael;Álvarez-De La Concepción, Miguel Ángel;Soria-Morillo, Luis Miguel;Parody-Núñez, Maria Luisa;M. Martínez-Ballesteros;Jiménez-Ramírez, Andrés:
Extensiones para el Ciclo de Mejora Continua en la enseñanza e investigación de Ingeniería Informática. Revista de Enseñanza Universitaria. 2011. Vol: 1. Núm: 38. Pág. 4-26.
M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Troncoso-Lora, Alicia;Riquelme-Santos, José Cristóbal:
An Evolutionary Algorithm to Discover Quantitative Association Rules in Multidimensional Time Series. Soft Computing. 2011. Vol: 15. Núm: 10. Pág. 2065-2084. 10.1007/s00500-011-0705-4.
M. Martínez-Ballesteros;Salcedo-Sanz, Sancho;Riquelme-Santos, José Cristóbal;Casanova-mateo, C.;Camacho, J. L. :
Evolutionary association rules for total ozone content modeling from satellite observations. Chemometrics and Intelligent Laboratory Systems. 2011. Vol: 109. Núm: 2. Pág. 217-227. 10.1016/j.chemolab.2011.09.011,.
M. Martínez-Ballesteros;Riquelme-Santos, José Cristóbal:
Analysis of Measures of Quantitative Association Rules. Lecture Notes in Computer Science. 2011. Vol: 6679. Núm: PART 2. Pág. 319-326. 10.1007/978-3-642-21222-2_39.
M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Troncoso-Lora, Alicia;Riquelme-Santos, José Cristóbal:
Mining quantitative association rules based on evoluationary computation and its application to atmospheric pollution. Integrated Computer-Aided Engineering. 2010. Vol: 17. Núm: 3. Pág. 227-242. 10.3233/ICA-2010-0340.
M. Martínez-Ballesteros;Martínez-Álvarez, Francisco;Troncoso-Lora, Alicia;Riquelme-Santos, José Cristóbal:
Quantitative association rules applied to climatological time series forecasting. Lecture Notes in Computer Science. 2009. Vol: 5788. Pág. 284-291. 10.1007/978-3-642-04394-9_35.

Tesis dirigidas o codirigidas

Jiménez, Manuel Jesús:
Novel efficient deep learning architectures for time series forecasting. Tesis Doctoral. 2023
Luna, José María:
New Internal and External Validation Indices for Clustering in Big Data. Tesis Doctoral. 2019