Inicio

decorative imageEl grupo de investigación Khaos de la Universidad de Málaga, con una amplia experiencia en tecnologías de Web Semántica, Integración de Datos y de Aplicaciones y Bases de Datos, centra, actualmente, su actividad en torno al desarrollo de Middleware Semántico.

Trabajando en la intersección entre las tecnologías de Bases de Datos y de la Web Semántica su principal objetivo es no sólo colaborar en el desarrollo de estas tecnologías y no sólo usarlas en entornos realistas sino aplicarlas en problemas reales. 

Actualmente esto se hace en campos como la Biología de Sistemas y la recomendación de contenidos Turisticos Georeferenciados

Descarga nuestro Perfil (en inglés)

Lineas de investigación: 
Razonamiento Escalable sobre Grandes Volúmenes de Información Más...
Middleware basado en OntologíasMás...
Descubrimiento de relaciones semánticas entre ontologíasMás...
Composición de Servicios Web Semánticos. ESB SemánticoMás...
Recomendación de contenidos basada en la semánticaMás...
Extensión semántica de las bases de datosMás...
Aplicaciones: Biología de sistemasMás...
Aplicaciones: Patrimonio cultural y TurismoMás...
Web Semántica para E-CienciaMás...
Optimizacion multiobjetivoMás...
Análisis del Big DataMás...
Proyectos actuales: 
La percepción es el proceso mediante el cual una persona selecciona, organiza e interpreta los estímulos que recibe para darles un significado, interpretándolos. Este proyecto aborda la selección, organización e interpretación de los resultados del análisis del Big Data por medio de la Semántica. El término “Big Data” hace referencia a aquellos datos que no pueden ser procesados o analizados usando las técnicas tradicionales. El análisis del Big Data permite extraer información a partir de estos datos. Multitud de soluciones software alrededor del proyecto Apache Hadoop van resolviendo las diferentes problemáticas a través de este proyecto y otros complementarios. Idealmente, estos avances permiten democratizar el acceso al Big Data, acercándolo a las PYMES, pero la rápida evolución de estas tecnologías y la falta de profesionales cualificados hacen que las PYMES tengan dificultades para sacar provecho de las mismas. La construcción de framewoks de análisis del Big Data que permitan la reutilización de soluciones y algoritmos terminará de hacerlas accesibles. La inteligencia de negocios o BI (del inglés Business Intelligence) es el conjunto de estrategias y herramientas enfocadas a la gestión y creación de conocimiento mediante el análisis de datos existentes en una organización. Las herramientas de BI se basan en la utilización de un sistema de información que se construye con datos extraídos del proceso productivo, con la información relacionada con la empresa y con datos económicos. Este conjunto de herramientas y metodologías tienen en común la accesibilidad a la información, el apoyo en la toma de decisiones y la orientación al usuario final. La completa interconexión entre los resultados del análisis del Big Data y el BI se encuentra con el problema de establecer la relación entre estos resultados y los modelos de datos usados por las técnicas de análisis y los cuadros de mando de las aplicaciones de BI. La interpretación automática de los resultados del análisis del Big Data explicitando su semántica y la preservación del contexto de cómo éstos se han producido son algunos de los retos cuando se intenta añadir dichos resultados en los procesos de negocio. En este escenario surge el concepto de Smart Data, definido como el resultado, con todo su contexto y en un formato estandarizado, del proceso de análisis que se lleva a cabo para extraer información relevante y conocimiento a partir del Big Data. Por contexto entendemos toda la (meta)información relevante que permita interpretar los resultados del análisis. Esto tendrá como consecuencia la accionabilidad de dichos resultados. Así facilitará la interpretación de estos datos; permitirá integrarlos fácilmente con otros datos estructurados; facilitará la integración del sistema de análisis del Big Data con los sistemas de BI y; habilitará la interconexión de algoritmos y servicios de terceros; etc. El proyecto PERCEPCIÓN que aquí proponemos tiene como objetivo el integrar técnicas y resultados del análisis del Big Data con una capa de metadatos (de los datos objetos del análisis, de las técnicas de análisis y del dominio donde éstas se aplican) introduciendo el concepto de Smart Data como idea fundamental para romper las barreras de acceso y aplicabilidad relacionados con las tecnologías de Análisis del Big Data.
Líneas de investigación: 
(Smart) Big Data
La propuesta de datos vinculados o enlazados (Linked Data) surge en el marco de la Web Semántica como una alternativa para producir aplicaciones reales basadas en semántica. Esta propuesta está teniendo una gran acogida en algunas comunidades donde numerosas bases de datos públicas están proporcionando datos vinculados. Destaca el crecimiento que ha habido en el número de datos publicados como triplas RDF, que actualmente (Junio 2010) son 13.1 billones. Este proyecto se plantea el desarrollo de la semilla necesaria para producir una plataforma que permita la explotación y análisis de los datos abiertos disponibles en Ciencias de la Vida. Estos resultados podrán aplicarse en el campo de la Biología de Sistemas donde tendrán un gran impacto. En el proyecto se propone continuar la labor de formación de personal altamente cualificado en estas nuevas tecnologías de alto impacto, y consolidar el conocimiento desarrollado en el seno del grupo y continuar trabajando en los siguientes aspectos: • Mecanismos para integrar y ofrecer los resultados obtenidos en estos antecedentes. • Razonamiento sobre los datos vinculados. • Minería de los datos vinculados. • Descubrimiento y curado de los datos vinculados. • Aplicación de los resultados obtenidos en un dominio concreto, la Biología de Sistemas, produciendo aplicaciones concretas para validar los resultados obtenidos.
Recursos: 
Este proyecto se plantea el desarrollo un demostrador tecnológico que constituya la semilla necesaria para producir una plataforma abierta que de soporte tanto al proceso de realizar análisis a partir del Big Data como al desarrollo de aplicaciones sobre éste. Objetivo principal de esta plataforma es el de divulgar y hacer accesibles estas tecnologías a las pequeñas y medianas empresas de la industria local y nacional. Para cumplir con este objetivo, el demostrador tecnológico se diseñará como una plataforma colaborativa donde cualquier usuario pueda registrar y publicar nuevos algoritmos, servicios o aplicaciones para la explotación del Big Data de forma que se genere una comunidad de usuarios que la mantenga activa y cada vez más útil.
Líneas de investigación: 
Big Data
Bioledge EU Project
The BIOLEDGE ha sido financiado por la convocatoria 5ª del EU FP7 Cooperation Work Programme: "Food, agriculture and fisheries, and biotechnology: Increasing the accessibility, usability and predictive capacities of bioinformatics tools for biotechnology applications" (KBBE-2011.3.6-01). Duración: 48 meses Fecha inicio: Octubre 1, 2011 Contrato no.: FP7-KBBE-289126 Financiación: EUR 2,995,862 Esquema: Collaborative project Tema: KBBE-2011.3.6-01
Líneas de investigación: 
Text Mining; Data Mining; Protein Production
AELID:Asociación Española para Linked Data
La Asociación Española de Linked Data (AELID) tiene como fines avanzar el estado del arte en la investigación e innovación sobre Linked Data en España y Europa, así como contribuir en la creación de un ecosistema de investigadores y emprendedores, favorecer el intercambio de conocimiento y experiencias, funcionar como una plataforma de información y formación.