@prefix config: . @prefix meta: . @prefix rdf: . @prefix rdfs: . @prefix xsd: . @prefix owl: . @prefix dc: . @prefix dcmitype: . @prefix dcterms: . @prefix foaf: . @prefix geo: . @prefix om: . @prefix locn: . @prefix schema: . @prefix skos: . @prefix dbpedia: . @prefix p: . @prefix yago: . @prefix units: . @prefix geonames: . @prefix prv: . @prefix prvTypes: . @prefix doap: . @prefix void: . @prefix ir: . @prefix ou: . @prefix teach: . @prefix time: . @prefix datex: . @prefix aiiso: . @prefix vivo: . @prefix bibo: . @prefix fabio: . @prefix vcard: . @prefix swrcfe: . @prefix frapo: . @prefix org: . @prefix ei2a: . @prefix pto: . dcterms:description "Intentamos tomar prestadas de la naturaleza ideas que permitan resolver problemas complejos. En particular, nuestro grupo trabaja con Algoritmos Genéticos, Programación Genética y Autómatas Celulares. La Programación Genética intenta de manera autónoma construir programas que resuelvan problemas. Esta técnica puede considerarse como parte del dominio del aprendizaje máquina y también de la Computación Evolutiva. Nuestro grupo pretende mejorar la técnica mediante la aplicación del paralelismo y el diseño de nuevos operadores. Hemos aplicado Programación Genética para la adquisición de conocimiento médico y resolución de problemas del dominio del Hardware Reconfigurable. Los Autómatas Celulares (AC) son un tipo de algoritmo inspirado en la Naturaleza que permite describir, entender y simular sistemas complejos, en los cuales el comportamiento global resulta de la acción colectiva de muchos componentes simples que interaccionan localmente. Su naturaleza intrínsecamente paralela los hace ideales para aprovechar la capacidad de cálculo de computadores paralelos del tipo de los clusters o grids. "; dcterms:title "Algoritmos Bioinspirados. "; ou:codUnescoI "33406"; a ou:LineaInvestigacion. ou:tieneLineaInvestigacion .