Publicaciones (15) Publicaciones de Carlos Eiras Franco

2021

  1. Scalable feature selection using ReliefF aided by locality-sensitive hashing

    International Journal of Intelligent Systems, Vol. 36, Núm. 11, pp. 6161-6179

2020

  1. Fast Distributed kNN Graph Construction Using Auto-tuned Locality-sensitive Hashing

    ACM Transactions on Intelligent Systems and Technology, Vol. 11, Núm. 6

2019

  1. A scalable decision-tree-based method to explain interactions in dyadic data

    Decision Support Systems, Vol. 127

  2. Case study of anomaly detection and quality control of energy efficiency and hygrothermal comfort in buildings

    DATA 2019 - Proceedings of the 8th International Conference on Data Science, Technology and Applications

  3. Large scale anomaly detection in mixed numerical and categorical input spaces

    Information Sciences, Vol. 487, pp. 115-127

2018

  1. Los docentes que no han dejado de ser alumnos. Retos y experiencias en dos medios diferentes: "online" vs presencial

    Actas de las Jornadas sobre la Enseñanza Universitaria de la Informática (JENUI), Núm. 3

  2. Preprocessing in High Dimensional Datasets

    Intelligent Systems Reference Library (Springer Science and Business Media Deutschland GmbH), pp. 247-271

  3. Segmentación de mercado explicable sobre datos de alta dimensión

    XVIII Conferencia de la Asociación Española para la Inteligencia Artificial (CAEPIA 2018): avances en Inteligencia Artificial. 23-26 de octubre de 2018 Granada, España

  4. Selección de características escalable con ReliefF mediante el uso de Hashing Sensible a la Localidad

    XVIII Conferencia de la Asociación Española para la Inteligencia Artificial (CAEPIA 2018): avances en Inteligencia Artificial. 23-26 de octubre de 2018 Granada, España

2017

  1. Scalable approximate k-NN Graph construction based on Locality Sensitive Hashing

    ESANN 2017 - Proceedings, 25th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning

2016

  1. Multithreaded and Spark parallelization of feature selection filters

    Journal of Computational Science, Vol. 17, pp. 609-619