Métodos y herramientas para Ciencia de Datos aplicada: control eficiente de edificios y análisis de datos médicos

Abstract

El creciente incremento en las capacidades computacionales para generación y almacenamiento de grandes volúmenes de datos en diversos campos científicos ha posibilitado el desarrollo de investigaciones novedosas basadas en el análisis de dichos datos. Para facilitar el trabajo de los investigadores, expertos en su campo pero no en Ciencia de Datos, se ha identificado la necesidad de desarrollar herramientas que permitan utilizar algoritmos avanzados sin requerir un conocimiento técnico elevado. En esta tesis doctoral se presenta una nueva plataforma para realizar tareas de Ciencia de Datos con fuentes heterogéneas, así como dos casos de uso en dominios de aplicación especializados: la eficiencia energética y la medicina. Se trata de una tesis por compendio, en la que se recogen tres artículos indexados con resultados de esta investigación y uno en estado de revisión por parte de la revista: 1) una biblioteca para análisis de series temporales y su utilización a predicción de demanda energética; 2) aplicación de la propia biblioteca en un caso de uso real; 3) un algoritmo para extracción de patrones en conjuntos de datos distribuidos, aplicado a información médica; 4) una plataforma para almacenamiento y procesamiento de datos masivos que integra diversas herramientas, incluidas las anteriores, destinada a especialistas en medicina.