Logotipo de Universidad de Sevilla
VICERRECTORADO DE INVESTIGACIÓN
Logotipo Andalucía Tech
Letras Universidad de Sevilla

Ficha personal - María del Mar Martínez Ballesteros


María del Mar Martínez Ballesteros
Telefono: 954556949
Email: Solicitar correo
Perfil en ORCID: 0000-0003-3160-7414
Perfil en ResearcherID: L-4168-2014
Perfil en Scopus: 35409627600
Perfil en Dialnet: 2550802

Grupo de Investigación: TIC-254 Data Science & Big Data Lab
Departamento/Unidad: Lenguajes y Sistemas Informáticos
Situación profesional: Profesor Titular de Universidad

Responsable de los siguientes proyectos/ayudas en la US:

  • Proyecto de investigación:
    • Aprendizaje profundo y transferencia de aprendizaje eficientes para salud y movilidad conectada (PID2020-117954RB-C22)

  • Ayuda a la investigación:
    • Ayuda para estancia Association rule analysis of genomic features extracted through Next Generation Sequencing (PP2014-2283)
    • Estancia: Universidad de Nottingham (Reino Unido), 90 días (PP2011-05-057)

Participa en los siguientes proyectos/ayudas en la US:

  • Proyecto de investigación:
    • Optimización de la Producción de Procesos Manufactureros Complejos Mediante Tecnicas Hibridas de Inteligencia Artificial e Investigación Operativa (Eindustry) (CPP2022-009912 - Equipo de Investigación)
    • Soluciones digitales para mantenimiento predictivo de plantas eólicas (TED2021-131311B-C21 - Equipo de Investigación)
    • Modelos híbridos adaptativos para predecir la producción de energías renovables solar y eólica (P18-RT-2778 - Equipo de Investigación)
    • BIDASGRI: Tecnologías Big Data para Smart Grids (US-1263341 - Equipo de Investigación)
    • Big Data Streaming: Análisis de Datos Masivos Continuos. Modelos Descriptivos (TIN2017-88209-C2-2-R - Equipo de Investigación)
    • Inteligencia artificial aplicada a la gestión de plagas, (IA2GIP) (RTC-2016-5524-2 - Investigador)
    • Big Time-Aware Data: Análisis de Datos Masivos Indexados en el Tiempo. Reglas y Clustering (TIN2014-55894-C2-1-R - Equipo de Investigación)
    • Modelos Avanzados para el Análisis Inteligente de Información. Aplicación a Datos Biomédicos y Medioambientales. (P11-TIC-7528 - Investigador)
    • Análisis Inteligente de Información Medioambiental (TIN2011-28956-C02-02 - Investigador)
    • Heurísticas escalables para la extracción de conocimiento en grandes volúmenes de información (TIN2007-68084-C02-02 - Investigador)

  • Contrato con empresas (Arts. 68/83 LOU):
    • Plataforma wearable para el diagnóstico temprano de trastornos emocionales y agudizaciones en pacientes con enfermedades crónicas mediante el uso de Inteligencia Artificial (SENSING-AI ) (P001-21/E22 - Investigador)
    • IA + IoT para la construcción de Servicios de Hogar Inteligente II (P011-21/E22 - Investigador)
    • IA + IoT para la construcción de Servicios de Hogar Inteligente I (P008-20/E22 - Investigador)
    • Servicios de Inteligencia de Negocio y Perfilado Estadistico del Servicio Andaluz de Empleo (P031-20/E22 - Investigador)

  • Actividades de Transferencia de Conocimiento:
    • Modelos de Deep Learning para sistemas de energía renovable: predicción de generación y mantenimiento preventivo y predictivo (PYC20 RE 078 US - Equipo de Investigación)
    • SocietySoft-Transferencia de herramientas, políticas y principios para la creación de software de calidad para la sociedad digital (AT17_5904_USE - Investigador)

  • Ayuda a la investigación:
    • Incentivo al Grupo de Investigación TIC-134 (2017/TIC-134 - Investigador)
    • Incentivo al Grupo de Investigación TIC-134 (2011/TIC-134 - Investigador)
    • Incentivo al Grupo de Investigación TIC-134 (2010/TIC-134 - Investigador)
    • Ayuda a la Consolidación del Grupo de Investigación TIC-134 (2009/TIC-134 - Investigador)

Cobertura de la base de datos de proyectos, véase aqui


Publicaciones:

Libros
Álvarez de la Concepción, Miguel Ángel, Fernandez-Montes Gonzalez, Alejandro, García Vallejo, Carlos A., Gómez López, Mª Teresa, Gutiérrez Rodríguez, Javier Jesús, et. al.:
Análisis y Diseño de Algoritmos. Sevilla,. Universidad de Sevilla. 2010. ISBN 978-84-693-8232-5

Álvarez de la Concepción, Miguel Ángel, Álvarez García, Juan Antonio, Ceballos Guerrero, Rafael, García Vallejo, Carlos A., Gutiérrez Rodríguez, Javier Jesús, et. al.:
Estructuras de Datos y Algoritmos. Ed. 1. Santander (ESPAÑA). Universidad de Sevilla. 2010. ISBN 978-84-693-8230-1

Publicaciones en Revistas
Jiménez, Manuel Jesús, M. Martínez Ballesteros, Martínez Álvarez, Francisco, Troncoso Lora, Alicia, Asencio Cortes, Gualberto:
From Simple to Complex: A Sequential Method for Enhancing Time Series Forecasting with Deep Learning. En: Interest Group in Pure and Applied Logics. Logic Journal. 2023. Vol. In press

Garcia Heredia, Jose Manuel, M. Martínez Ballesteros:
A new treatment for sarcoma extracted from combination of miRNA deregulation and gene association rules. En: Signal Transduction and Targeted Therapy. 2023. Vol. 8. Núm. 231. https://doi.org/10.1038/s41392-023-01470-z

Jiménez, Manuel Jesús, M. Martínez Ballesteros, Martínez Álvarez, Francisco, Asencio Cortes, Gualberto:
A new deep learning architecture with inductive bias balance for transformer oil temperature forecasting. En: Journal of Big Data. 2023. Vol. 10. Núm. 80. Pag. 1-19. https://doi.org/10.1186/s40537-023-00745-0

Tefera Habtemariam, Ejigu, Kekeba, Kula, M. Martínez Ballesteros, Martínez Álvarez, Francisco:
A Bayesian Optimization-Based LSTM Model for Wind Power Forecasting in the Adama District, Ethiopia. En: Energies. 2023. Vol. 16. Núm. 5. Pag. 1-22. 10.3390/en16052317

Jiménez, Manuel Jesús, M. Martínez Ballesteros, Martínez Álvarez, Francisco, Asencio Cortes, Gualberto:
PHILNet: A novel efficient approach for time series forecasting using deep learning. En: Information Sciences. 2023. Vol. 632. Pag. 815-832. 10.1016/j.ins.2023.03.021

Troncoso, Angela del Robledo, M. Martínez Ballesteros, Martínez Álvarez, Francisco, Troncoso Lora, Alicia:
A new approach based on association rules to add explainability to time series forecasting models. En: Information Fusion. 2023. Vol. 94. Pag. 169-180. 10.1016/j.inffus.2023.01.021

Troncoso, Angela del Robledo, M. Martínez Ballesteros, Martínez Álvarez, Francisco, Troncoso Lora, Alicia:
Explainable machine learning for sleep apnea prediction. En: Procedia Computer Science. 2022. Vol. 207. Pag. 2930-2939. https://doi.org/10.1016/j.procs.2022.09.351

Macías García, Laura, M. Martínez Ballesteros, Luna, José María, Garcia Heredia, Jose Manuel, García Gutiérrez, Jorge, et. al.:
Autoencoded DNA Methylation Data to Predict Breast Cancer Recurrence: Machine Learning Models and Gene-Weight Significance. En: Artificial Intelligence in Medicine. 2020. https://doi.org/10.1016/j.artmed.2020.101976

Luna, José María, Nuñez Hernandez, Fernando, M. Martínez Ballesteros, Riquelme Santos, José Cristóbal, Usabiaga Ibañez, Carlos:
Analysis of the Evolution of the Spanish Labour Market through Unsupervised Learning. En: IEEE Access. 2019. Vol. 7. Pag. 121695-121708. 10.1109/Access.2019.2935386

Luna, José María, M. Martínez Ballesteros, García Gutiérrez, Jorge, Riquelme Santos, José Cristóbal:
External clustering validity index based on chi-squared statistical test. En: Information Sciences. 2019. Vol. 487. Pag. 1-17. 10.1016/j.ins.2019.02.046

Martin Rodriguez, Diana, M. Martínez Ballesteros, García Gil, Diego, Alcalá Fernández, Jesús, Riquelme Santos, José Cristóbal, et. al.:
MRQAR: a generic MapReduce framework to discover Quantitative Association Rules in Big Data problems. En: Knowledge-Based Systems. 2018. Vol. 153. Pag. 176-192. 10.1016/j.knosys.2018.04.037

Luna, José María, García Gutiérrez, Jorge, M. Martínez Ballesteros, Riquelme Santos, José Cristóbal:
An approach to validity indices for clustering techniques in Big Data. En: Progress in Artificial Intelligence. 2018. Vol. 7. Núm. 2. Pag. 81-94. 10.1007/s13748-017-0135-3

Macías García, Laura, Luna, José María, García Gutiérrez, Jorge, M. Martínez Ballesteros, Riquelme Santos, José Cristóbal, et. al.:
A Study of the Suitability of Autoencoders for Preprocessing Data in Breast Cancer Experimentation. En: Journal of Biomedical Informatics. 2017. Vol. 72. Pag. 33-44. 10.1016/j.jbi.2017.06.020

Martínez Álvarez, Francisco, Troncoso Lora, Alicia, M. Martínez Ballesteros, Riquelme Santos, José Cristóbal:
Editorial: Applications of Computational Intelligence in Time Series. En: Computational Intelligence and Neuroscience. 2017. Vol. 2017. Pag. 1-2. https://doi.org/10.1155/2017/9361749

M. Martínez Ballesteros, Garcia Heredia, Jose Manuel, Nepomuceno Chamorro, Isabel de los Angeles, Riquelme Santos, José Cristóbal:
Machine learning techniques to discover genes with potential prognosis role in Alzheimer¿s disease using different biological sources. En: Information Fusion. 2017. Vol. 36. Pag. 114-129. 10.1016/j.inffus.2016.11.005

Luna, José María, M. Martínez Ballesteros, García Gutiérrez, Jorge, Riquelme Santos, José Cristóbal:
An Approach to Silhouette and Dunn Clustering Indices Applied to Big Data in Spark. En: Lecture Notes in Computer Science. 2016. Vol. 9868. Pag. 160-169. 10.1007/978-3-319-44636-3_15

Talavera, Ricardo, Pérez , Rubén, M. Martínez Ballesteros, Troncoso Lora, Alicia, Martínez Álvarez, Francisco:
A nearest neighbours-based algorithm for big time series data forecasting. En: Lecture Notes in Computer Science. 2016. Vol. 9846. Pag. 174-185. 10.1007/978-3-319-32034-2_15

Sánchez Medina, Alejandro, Gil Pichardo, Alberto, Garcia Heredia, Jose Manuel, M. Martínez Ballesteros:
Discovery of Genes implied in Cancer by Genetic Algorithms and Association Rules. En: Lecture Notes in Computer Science. 2016. Vol. 9846. Pag. 694-705. 10.1007/978-3-319-32034-2_58

M. Martínez Ballesteros, Troncoso Lora, Alicia, Martínez Álvarez, Francisco, Riquelme Santos, José Cristóbal:
Improving a multi-objective evolutionary algorithm to discover quantitative association rule. En: Knowledge and Information Systems. 2016. Vol. 49. Núm. 2. Pag. 481-509. 10.1007/s10115-015-0911-y

M. Martínez Ballesteros, Troncoso Lora, Alicia, Martínez Álvarez, Francisco, Riquelme Santos, José Cristóbal:
Obtaining optimal quality measures for quantitative association rules. En: Neurocomputing. 2016. Vol. 176. Pag. 36-47. 10.1016/j.neucom.2014.10.100

M. Martínez Ballesteros, Bacardit Peñarroya, Jaume, Troncoso Lora, Alicia, Riquelme Santos, José Cristóbal:
Enhancing the scalability of a genetic algorithm to discover quantitative association rules in large-scale datasets. En: Integrated Computer-Aided Engineering. 2015. Vol. 22. Núm. 1. Pag. 21-39. 10.3233/ICA-140479

M. Martínez Ballesteros:
Discovering quantitative association rules: A novel approach based on evolutionary algorithms. En: AI communications. 2014. Vol. 27. Núm. 2. Pag. 153-165. 10.3233/Aic-130590

M. Martínez Ballesteros, Nepomuceno Chamorro, Isabel de los Angeles, Riquelme Santos, José Cristóbal:
Discovering gene association networks by multi-objective evolutionary quantitative association rules. En: Journal of Computer and System Sciences. 2014. Vol. 80. Núm. 1. Pag. 118-136. j.jcss.2013.03.010

M. Martínez Ballesteros, Martínez Álvarez, Francisco, Troncoso Lora, Alicia, Riquelme Santos, José Cristóbal:
Selecting the best measures to discover quantitative association rules. En: Neurocomputing. 2014. Vol. 126. Núm. 27. Pag. 3-14. 10.1016/J.neucom.2013.01.05 6

M. Martínez Ballesteros, Martínez Álvarez, Francisco, Troncoso Lora, Alicia, Riquelme Santos, José Cristóbal:
A sensitivity analysis for quality measures of association rules. En: Lecture Notes in Computer Science. 2013. Vol. 8073. Pag. 578-587. link.springer.com/chapter/10.1007%2F978-3-642-40846-5_58#

M. Martínez Ballesteros, Salcedo Sanz, Sancho, Riquelme Santos, José Cristóbal, Casanova Mateo, C., Camacho, J. L.:
Evolutionary association rules for total ozone content modeling from satellite observations. En: Chemometrics and Intelligent Laboratory Systems. 2011. Vol. 109. Núm. 2. Pag. 217-227. 10.1016/j.chemolab.2011.09.011,

Martínez Gasca, Rafael, Álvarez de la Concepción, Miguel Ángel, Soria Morillo, Luis Miguel, Parody Núñez, Maria Luisa, M. Martínez Ballesteros, et. al.:
Extensiones para el Ciclo de Mejora Continua en la enseñanza e investigación de Ingeniería Informática. En: Revista de Enseñanza Universitaria. 2011. Vol. 1. Núm. 38. Pag. 4-26

M. Martínez Ballesteros, Riquelme Santos, José Cristóbal:
Analysis of Measures of Quantitative Association Rules. En: Lecture Notes in Computer Science. 2011. Vol. 6679. Núm. PART 2. Pag. 319-326. 10.1007/978-3-642-21222-2_39

M. Martínez Ballesteros, Martínez Álvarez, Francisco, Troncoso Lora, Alicia, Riquelme Santos, José Cristóbal:
An Evolutionary Algorithm to Discover Quantitative Association Rules in Multidimensional Time Series. En: Soft Computing. 2011. Vol. 15. Núm. 10. Pag. 2065-2084. 10.1007/s00500-011-0705-4

M. Martínez Ballesteros, Martínez Álvarez, Francisco, Troncoso Lora, Alicia, Riquelme Santos, José Cristóbal:
Mining quantitative association rules based on evoluationary computation and its application to atmospheric pollution. En: Integrated Computer-Aided Engineering. 2010. Vol. 17. Núm. 3. Pag. 227-242. 10.3233/ICA-2010-0340

M. Martínez Ballesteros, Martínez Álvarez, Francisco, Troncoso Lora, Alicia, Riquelme Santos, José Cristóbal:
Quantitative association rules applied to climatological time series forecasting. En: Lecture Notes in Computer Science. 2009. Vol. 5788. Pag. 284-291. 10.1007/978-3-642-04394-9_35

M. Martínez Ballesteros:
A study of the suitability of autoencoders for preprocessing data in breast cancer experimentation

Aportaciones a Congresos
Troncoso García, Ángela R., M. Martínez Ballesteros, Martínez Álvarez, Francisco, Troncoso Lora, Alicia:
Deep Learning-Based Approach for Sleep Apnea Detection Using Physiological Signals. Comunicación en congreso. IWANN International Work-conference on Artificial Intelligence. Azores, Portugal. 2023

Troncoso García, Ángela R., M. Martínez Ballesteros, Martínez Álvarez, Francisco, Troncoso Lora, Alicia:
Evolutionary computation to explain deep learning models for time series forecasting. Comunicación en congreso. SAC 38th Annual ACM Symposium on Applied Computing. Estonia. 2023

Tefera, Ejigu, Troncoso Lora, Alicia, M. Martínez Ballesteros, Martínez Álvarez, Francisco:
A New Hybrid CNN-LSTM for Wind Power Forecasting in Ethiopia. Comunicación en congreso. HAIS 18th International Conference on Hybrid Artificial Intelligence Systems. - Salamanca, España. 2023

Jiménez Navarro, Manuel J., Vega Márquez, Belén, Luna, José María, Manuel Carranza García, M. Martínez Ballesteros:
Association Rule Analysis of Student Satisfaction Surveys for Teaching Quality Evaluation. Ponencia en Congreso. 14th International Conference on EUropean Transnational Education. Salamanca. 2023

Troncoso, Angela del Robledo, M. Martínez Ballesteros, Martínez Álvarez, Francisco, Troncoso Lora, Alicia:
Explainable machine learning for sleep apnea prediction. Comunicación en congreso. 26th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems. Verona, Italy. 2022

Jiménez, Manuel Jesús, M. Martínez Ballesteros, Sousa, Isabel Sofía, Martínez Álvarez, Francisco, Asencio Cortes, Gualberto:
Feature-Aware Drop Layer (FADL): A Nonparametric Neural Network Layer for Feature Selection. Comunicación en congreso. 17th International Conference on Soft Computing Models in Industrial and Environmental Applications. Salamanca. 2022

Segarra Martín, Cristina, M. Martínez Ballesteros, Troncoso Lora, Alicia, Martínez Álvarez, Francisco:
A novel approach to discover numerical association based on the Coronavirus Optimization Algorithm. Comunicación en congreso. ACM 37th Symposium On Applied Computing. Virtual. 2022

Luna, José María, Nuñez Hernandez, Fernando, M. Martínez Ballesteros, Riquelme Santos, José Cristóbal, Usabiaga Ibañez, Carlos:
Cluster Analysis of the Spanish Labour Market. Comunicación en congreso. XIII Jornadas de Economía Laboral. Islantilla, Huelva. 2019

Luna, José María, García Gutiérrez, Jorge, M. Martínez Ballesteros, Riquelme Santos, José Cristóbal:
Aproximación al índice externo de validación de clustering basado en chi cuadrado. Comunicación en congreso. XVIII Conferencia de la Asociación Española para la Inteligencia Artificial. Granada. 2018

M. Martínez Ballesteros, Riquelme Santos, José Cristóbal, Ruiz Sanchez, Roberto, Rodríguez García, Daniel:
Predicción de módulos defectuosos como un problema de optimización multiobjetivo. Comunicación en congreso. XXII Jornadas de Ingeniería del Software y Bases de Datos. La Laguna, Tenerife, España. 2017

Luna, José María, M. Martínez Ballesteros, García Gutiérrez, Jorge:
An Approach to Silhouette and Dunn Clustering Indices Applied to Big Data in Spark. Comunicación en congreso. Conference of the Spanish Association for Artificial Intelligence. Salamanca, Spain. 2016

Talavera, Ricardo, Pérez , Rubén, M. Martínez Ballesteros, Troncoso Lora, Alicia, Martínez Álvarez, Francisco:
A nearest neighbours-based algorithm for big time series data forecasting. Comunicación en congreso. HAIS 11th International Conference on Hybrid Artificial Intelligence Systems. Sevilla. 2016

Martin Rodriguez, Diana, M. Martínez Ballesteros, Del Río García, Sara, Alcalá Fernández, Jesús, Riquelme Santos, José Cristóbal, et. al.:
MOPNAR-BigData: un diseño MapReduce para la extracción de reglas de asociación cuantitativas en problemas de big data. Comunicación en congreso. Advances in Artificial Intelligence - 16th Conference of the Spanish Association for Artificial Intelligence, {CAEPIA} 2015, Albacete. Albacete. 2015

M. Martínez Ballesteros, Martínez Álvarez, Francisco, Troncoso Lora, Alicia, Riquelme Santos, José Cristóbal:
A sensitivity analysis for quality measures of quantitative association rules. Comunicación en congreso. International Conference on Hybrid Artificial Intelligent Systems. 2013

M. Martínez Ballesteros, Nepomuceno Chamorro, Isabel de los Angeles, Riquelme Santos, José Cristóbal:
Inferring gene association network from gene expression data using quantitative association rules. Poster en Congreso. Benelux Bioinformatics Conference 2011. Luxemburgo. 2011

Rubio Escudero, Cristina, Martínez Álvarez, Francisco, M. Martínez Ballesteros, Riquelme Santos, José Cristóbal:
On the use of algorithms to discover motifs in DNA sequences. Comunicación en congreso. IEEE International Conference on Intelligent Systems Design and Applications (ISDA'11). 2011

M. Martínez Ballesteros, Nepomuceno Chamorro, Isabel de los Angeles, Riquelme Santos, José Cristóbal:
Inferring Gene-Gene Associations from Quantitative Association Rules. Comunicación en congreso. IEEE International Conference on Intelligent Systems Design and Applications (ISDA'11), 2011. 2011

M. Martínez Ballesteros, Rubio Escudero, Cristina, Riquelme Santos, José Cristóbal, Martínez Álvarez, Francisco:
Mining Quantitative Association Rules in Microarray data using Evolutive Algorithms. Comunicación en congreso. (ICAART 2011) 3rd INTERNATIONAL CONFERENCE ON AGENTS AND ARTIFICIAL INTELLIGENCE. Rome, Italy. 2011. Proceedings of the 3rd. International Conference on Agents and Artificial Intelligence. ICAART 2011. 574. 577

M. Martínez Ballesteros, Rivas Santos, Víctor Manuel:
EvFuzzySystem: Evolución de Sistemas Difusos para Problemas de Regresión Multi-Dimensionales. Comunicación en congreso. Estylf. Punta Umbría - Huelva. 2010. Actas del X Congreso Español sobre Tecnologias y Logica Fuzzy. 109. 114

M. Martínez Ballesteros, Rubio Escudero, Cristina, Riquelme Santos, José Cristóbal:
Extracción de Reglas de Asociación Cuantitativas en datos de Microarray aplicando Algoritmos Evolutivos. Comunicación en congreso. Congreso Español de Informática 2010 / Simposio Sociedad Española para el Procesamiento del Lenguaje Natural 2010. Valencia, Spain. 2010. Actas del VII Congreso Español Sobre Metaheurísticas, Algoritmos Evolutivos y Bioinspirados (Maeb 2010). 421. 428

M. Martínez Ballesteros, Martínez Álvarez, Francisco, Troncoso Lora, Alicia, Riquelme Santos, José Cristóbal:
Descubriendo Reglas de Asociación Numéricas entre Series Temporales. Comunicación en congreso. International Workshop on Mining of Non-Conventional Data. Sevilla (Spain). 2009. Proceedings of the I International Workshop on Mining of Non-Conventional Data (Mincoda). 8. 15

Tesis dirigidas y co-dirigidas:


Jiménez, Manuel Jesús:
Novel efficient deep learning architectures for time series forecasting. Tesis Doctoral. 2023

Luna, José María:
New Internal and External Validation Indices for Clustering in Big Data. Tesis Doctoral. 2019

Vicerrectorado de Investigación. Universidad de Sevilla. Pabellón de Brasil. Paseo de las Delicias s/n. Sevilla