Ir directamente a la navegación principal Ir directamente a la búsqueda Ir directamente al contenido principal
No hay foto de Luis Moles Rodriguez

Ver perfil de Scopus

Luis Moles Rodriguez

 https://orcid.org/0000-0002-1052-4292
20232026

Resultados de investigaciones por año

Perfil personal

BioBreve

Ingeniero Informático con especialización en Computación por la Universidad del País Vasco (UPV/EHU, 2020) y Máster en Inteligencia Artificial por la Universidad Internacional de la Rioja (UNIR, 2021). A lo largo de su formación académica ha realizado prácticas en TECNALIA, centrándose en la generación y optimización de modelos de Machine Learning para datos tabulares. Actualmente está realizando una tesis doctoral en Tecnalia, en la plataforma de Factory Learning, centrada en la investigación de técnicas de Active Learning para la generación de modelos de Machine Learning, y en su integración en la generación de datos sintéticos,  para el robustecimiento de los mismos. 

Experiencia relacionada con los ODS de las Naciones Unidas

En 2015, los estados miembros de las Naciones Unidas acordaron 17 Objetivos de Desarrollo Sostenible (ODS) para erradicar la pobreza, proteger el planeta y garantizar la prosperidad para todos. El trabajo de esta persona contribuye al logro de los siguientes ODS:

  1. ODS 4: Educación de calidad
    ODS 4: Educación de calidad
  2. ODS 9: Industria, innovación e infraestructura
    ODS 9: Industria, innovación e infraestructura

Huella digital

Profundizar en los temas de investigación en los que Luis Moles Rodriguez está activo. Estas etiquetas de temas provienen de las obras de esta persona. Juntos, forma una huella digital única.
  • 1 Perfiles similares
Ver huella digital completa

Colaboraciones y áreas de investigación principales de los últimos cinco años

Colaboración externa reciente a nivel de país/territorio. Para consultar los detalles, haga clic en los puntos o
Explorar más la red
  • 3 Artículo
  • 1 Contribución a la conferencia

  • Enhancing design of experiments through uncertainty estimation and synthetic data generation

    Moles, L., Andres, A., Echegaray, G. & Boto, F., mar 2026, En: Results in Engineering. 29, 109409.

    Producción científica: Contribución a una revista › Artículo › revisión exhaustiva

    Acceso abierto
    Archivo
    1 Cita (Scopus)
    7 Descargas (Pure)

  • Exploring Data Augmentation and Active Learning Benefits in Imbalanced Datasets

    Moles, L., Andres, A., Echegaray, G. & Boto, F., 19 jun 2024, En: Mathematics. 12, 12, 1898.

    Producción científica: Contribución a una revista › Artículo › revisión exhaustiva

    Acceso abierto
    Archivo
    20 Citas (Scopus)
    3 Descargas (Pure)

  • On the use of machine learning for predicting femtosecond laser grooves in tribological applications

    Moles, L., Llavori, I., Aginagalde, A., Echegaray, G., Bruneel, D., Boto, F. & Zabala, A., dic 2024, En: Tribology International. 200, 110067.

    Producción científica: Contribución a una revista › Artículo › revisión exhaustiva

    Acceso abierto
    Archivo
    6 Citas (Scopus)
    7 Descargas (Pure)

  • Convolutional Neural Networks for Structured Industrial Data

    Moles, L., Boto, F., Echegaray, G. & Torre, I. G., 2023, 17th International Conference on Soft Computing Models in Industrial and Environmental Applications, SOCO 2022, Proceedings. García Bringas, P., Pérez García, H., Martinez-de-Pison, F. J., Villar Flecha, J. R., Troncoso Lora, A., de la Cal, E. A., Herrero, A., Martínez Álvarez, F., Psaila, G., Quintián, H. & Corchado Rodriguez, E. S. (eds.). Springer Science and Business Media Deutschland GmbH, p. 361-370 10 p. (Lecture Notes in Networks and Systems; vol. 531 LNNS).

    Producción científica: Capítulo del libro/informe/acta de congreso › Contribución a la conferencia › revisión exhaustiva

    2 Citas (Scopus)