Ingeniería y Arquitectura Universidad del País Vasco El grupo de sistemas inteligentes de la UPV/EHU se creo en 2003 y desde entonces sus miembros llevan colaborando de forma continuada. La temática de la investigación se ha ido adaptando a las nuevas problemáticas que han ido surgiendo, pero se han mantenido las principales líneas de investigación. Estas líneas de investigación pueden agruparse en cuatro apartados generales: aprendizaje automático, optimización heurística, computación de altas prestaciones y aplicaciones. En el ámbito del aprendizaje automático el grupo ha abordado diferentes problemáticas a lo largo de los años, desde problemas de construcción de clasificadores, selección de variables o aprendizaje de la estructura de redes Bayesianas en los primeros años, pasando más adelante a la resolución de problemas de clasificación débilmente supervisados o el tratamiento de datos basados en rankings. Las temáticas más actuales se centran en la resolución de problemas de aprendizaje dinámicos y en el aprendizaje profundo. En particular, en el primer apartado trabajamos en problemas de minería de datos sobre series temporales y en clasificación y regresión en flujos continuados de datos ("data streaming"). En el caso de aprendizaje profundo, la investigación que estamos abordando, trata entre otros aspectos el análisis de la robustez mediante la creación de casos adversarios. En optimización heurística el trabajo se ha centrado principalmente en el diseño de algoritmos de estimación de distribuciones, su aplicación en la resolución de problemas de optimización combinatoria y en su modelado matemático. Las temáticas mas recientes en este ámbito tienen que ver con i) el diseño de nuevos algoritmos que combinando aspectos de computación evolutiva y optimización Bayesiana y ii) el establecimiento de taxonomías de problemas de optimización combinatoria que permitan estudiar sus similitudes y diferencias y finalmente asignar algoritmos de forma óptima. La línea de trabajo en computación de altas prestaciones tiene dos vertientes: la utilización de aceleradores para la resolución de problemas de aprendizaje automático y el uso de técnicas de aprendizaje automático y optimización para el diseño y uso de sistemas paralelos y distribuidos de gran escala (supercomputadores, datacenters cloud). Una buena parte de los desarrollos metodológicos llevados a cabo por el grupo han concluido en su aplicación a la resolución del problemas prácticos. En este sentido podemos destacar aplicaciones en el ámbito de la biomedicina, la ecología, el ámbito de los seguros, y más recientemente la industria 4.0. Para finalizar es importante destacar que en términos de publicaciones el grupo siempre ha tratado de mantener un nivel alto, priorizando la calidad de los trabajos frente a la cantidad. En este sentido hemos evitado enviar nuestros trabajos a revistas de dudosa calidad mas allá de si éstas estaban en el primer cuartil del ISI.