DSLAB-TI_URJC

Grupo de Innovación Docente en Ciencia de Datos

[Data Science Lab. Universidad Rey Juan Carlos @DSLAB_URJC]

¡Tenemos nueva Doctora 🥳!

¡Enhorabuena a la flamante Doctora Natalia Madrueño Sierro que ha defendido hoy su tesis doctoral "Improving Model Generalization and Robustness through Generative AI", una tesis que cuenta con mención industrial e internacional!

[Carmen Lancho @carmenlanchom]

In our first paper "Hostility measure for multi-level study of data complexity", we proposed a multilevel complexity measure called hostility measure, which estimates how likely it is for a sample, a class or the whole dataset to be misclassified.

👉https://t.co/DeCdIVfEyi

[Carmen Lancho @carmenlanchom]

¡We present HARS: Hostility-Aware Ratio for Sampling !

It tracks how class complexity evolves under different sampling ratios, and recommends the one where complexity is balanced.

[Carmen Lancho @carmenlanchom]

Now, in our new paper, we use the hostility measure to improve preprocessing of imbalanced datasets.

Instead of fixing the sampling ratio based on the number of minority/majority instances, we ask:

What if we balanced their complexity instead?

[Carmen Lancho @carmenlanchom]

Full access to the paper is available here:
👉 https://t.co/2K5CgR29nu

and here the main page:
👉https://t.co/CU614MKZXM

#MachineLearning #ImbalancedData #DataComplexity #Sampling #AIResearch #HARS #ComplexityMeasures

[Carmen Lancho @carmenlanchom]

Why does this matter?

Because imbalanced learning problems are rarely hard just due to class size. It's often overlap, noise, or sparsity that breaks classifiers. In other words...complexity!

And HARS takes that into account 😊

[Carmen Lancho @carmenlanchom]

So happy to announce that we have a new paper published!

This work builds on our previous research on data complexity and brings a new perspective to imbalanced learning
We introduce a method that selects the sampling ratio not based on class sizes, but on class complexity
🧵👇

[Data Science Lab. Universidad Rey Juan Carlos @DSLAB_URJC]

En él, presentamos HARS, una técnica que selecciona el ratio de muestreo para datos desbalanceados buscando equilibrar la complejidad entre las clases en lugar de su tamaño muestral.

https://t.co/06xyBttFmq

Más información en nuestro post de LinkedIn: https://t.co/1JrGIdFyiM

[Data Science Lab. Universidad Rey Juan Carlos @DSLAB_URJC]

¡Nueva publicación del DSLAB!

Nuestros compañeros @carmenlanchom, @marinacuestast, @IMartindeDiego, @vacek_ace y Javier M. Moguerza publican "Selecting sampling ratios in imbalanced datasets through class complexity" en Pattern Analysis and Applications

https://t.co/3WiUZ9Aywi

[Data Science Lab. Universidad Rey Juan Carlos @DSLAB_URJC]

¡Felicidades a todos los investigadores y en particular a nuestro compañero @antonioayuso!

Podéis encontrar más detalles en nuestro post de LinkedIn 😊: https://t.co/OomypsOoAf

[Data Science Lab. Universidad Rey Juan Carlos @DSLAB_URJC]

La investigación está formada por un total de 3 contribuciones científicas, siendo el último de ellos "A heuristic algorithm to improving the coil slitting process in the steel industry" publicado en Journal of Heuristics

https://t.co/2jnJSa36g6

[Data Science Lab. Universidad Rey Juan Carlos @DSLAB_URJC]

🥳
Mejor contribución aplicada en Investigación Operativa:
SOC: Flat Steel Cutting Optimisation System for Cortichapa. Antonio Alonso-Ayuso, Francisco Gortázar-Bellas, Micael Gallego-Carrillo, Javier Martín-Campo, María Sierra-Paradinas, Óscar Soto-Sánchez
https://t.co/wIwLlSoMbp

[Data Science Lab. Universidad Rey Juan Carlos @DSLAB_URJC]

¡Estamos de enhorabuena!

La @SEIO_ES ya ha anunciado las contribuciones ganadoras de los Premios SEIO-Fundación BBVA 2025 y...

[Data Science Lab. Universidad Rey Juan Carlos @DSLAB_URJC]

Os dejamos alguna foto más de la presentación que seguro que os habéis quedado con ganas😉

[Data Science Lab. Universidad Rey Juan Carlos @DSLAB_URJC]

¡Nuestro compañero Javier Sánchez García-Ochoa @Javi_sanchez04 presenta “Defining the Basal Attractiveness Concept for Cybercriminals” en las Jornadas Nacionales de Investigación en #Ciberseguridad @jnic_conf!
Trabajo del proyecto DICYME con @DeNexusInc1.

#JNIC2025

[triruraltech @Triruraltech]

🚨 ¡Nuevo networking de #TriruralTech!

📅 03/06/2025
🖥️ Online
🎯 Analizando Datos en Ciberseguridad.
Ponente: D. Alberto Fernández Isabel, doctor en la URJC

ℹ️ https://t.co/A0Ye5PgCpu

@DGDigitalEx @FEVAL_ @FundecytPCTEX @ticExtremadura

#ciberseguridad #bigdata #Networking

[Data Science Lab. Universidad Rey Juan Carlos @DSLAB_URJC]

¡Atentos al nuevo networking de @Triruraltech!

El próximo 3 de junio (online) nuestro compañero @AlbertoFer84 da una charla sobre análisis de datos en ciberseguridad. ¡No os la perdáis 😉!

Más información 👇

[ISTAC 🇮🇨 @istac_es]

El potencial de los #datos abiertos ha centrado la tercera mesa del #IVENDA, que ha contado con Emilio López Cano, Miguel Sevilla Callejo y Patricio del Boca. El subdirector del @istac_es, Alberto González Yanes, ha sido el moderador.
🔗https://t.co/PQFQ2dQj3I
#ENDA2025
#Contamos

[Data Science Lab. Universidad Rey Juan Carlos @DSLAB_URJC]

Se le ve en pequeñito pero aquí tenemos muestras fehacientes de los hechos🧐

@emilopezcano

[Data Science Lab. Universidad Rey Juan Carlos @DSLAB_URJC]

¡Aquí tenemos a nuestro gran compañero @emilopezcano, presidente de @R_Hisp , en el IV Encuentro Nacional de Datos Abiertos! @istac_es