@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 "En esta línea de investigación se aplican técnicas de inteligencia artificial a la clasificación de patrones obtenidos mediante la medida de sensores de diferentes tipos. El tratamiento de los datos constituye uno de los pilares fundamentales de un sistema sensorial capaz de detectar, cuantificar e identificar compuestos volátiles. Un buen diseño de un sistema de reconocimiento de patrones para un sistema sensorial utilizando sensores de gases requiere una optimización de los distintos procedimientos involucrados en el procesado de los datos: preprocesado de la señal, extracción y selección de características, clasificación y validación. De esta forma las respuestas de los sensores pueden ser utilizados como una “huella electrónica” para caracterizar alguno de los patrones previamente aprendidos o almacenados. "; ou:codUnescoI "120304"; a ou:LineaInvestigacion; dcterms:title "Clasificación de patrones e Inteligencia Artificial ". ou:tieneLineaInvestigacion .