Newsletter DPT Nro. 48
ISSN 2618-236X
Mayo 2020
Revista BioData Mining
Recepción de artículos de investigación o revisión
1.- Revista BioData Mining recibe artٳculos de investigación
BioData Mining (ISSN: 1756-0381) es publicada por Bio Med Central (BMC), integrante de Springer Nature. Se trata de una revista científica de acceso abierto, con revisión por pares, que abarca investigaciones sobre Inteligencia Artificial (IA), Aprendizaje Automático y Análisis Visual, aplicadas a datos biológicos y biomédicos a gran escala. Focaliza en aspectos computacionales del descubrimiento de conocimiento con base en grandes volúmenes de datos genéticos, genómicos, metabolómicos y/o registros de salud electrónicos, determinantes sociales de la salud y exposición ambiental.
Las áreas temáticas -aplicadas a datos biológicos y biomédicos- incluyen: (a) Desarrollo, evaluación y aplicación de nuevos algoritmos de minería de datos y aprendizaje automático, (b) Adaptación, evaluación y aplicación de algoritmos tradicionales de minería de datos y aprendizaje automático, (c) Software de código abierto para minería de datos y aprendizaje automático, (d) Diseño, desarrollo e integración de bases de datos, software y servicios web para el almacenamiento, gestión, recuperación y análisis de datos en gran escala, y (e) Preprocesamiento, posprocesamiento, modelado e interpretación de minería de datos y resultados de aprendizaje automático para interpretación y descubrimiento de conocimiento.
Los tipos de datos incluyen: (a) Imagen, (b) Registros de salud electrónicos, (c) Biobancos, (d) Datos ambientales, (e) Datos sociales y de comportamiento, (f) Dispositivos portátiles, (g) Datos de redes sociales
2.- Revista BioData Mining: recibe artículos para su nueva sección “Aprendizaje automático de próxima generación”
La revista BioData Mining (ISSN: 1756-0381), publicada por Bio Med Central (BMC), integrante de Springer Nature, incorporó una nueva sección temática abierta sobre “Aprendizaje automático de próxima generación”. Por ello convoca a la presentación de trabajos originales de investigación y revisión que aborden métodos nuevos y novedosos sobre Aprendizaje Automático y su aplicación a grandes volúmenes de datos biológicos y biomédicos.
Los temas de interés son, entre otros: (a) Aprendizaje automático, (b) Mejores referentes (“benchmarks”), (c) Aplicaciones bioinformáticas, (d) Aplicaciones en informática clínica, (e) Aprendizaje profundo, (f) Conocimiento experto, (g) Ingeniería de atributos (“feature engineering”), (h) Selección de atributos (“feature selection”), (i) Ingeniería del conocimiento, (j) Interpretación de modelos,. (k) Transferibilidad.
