Existen multitud de problemas de optimización y clustering multi-objetivo que pueden beneficiarse de implementaciones paralelas que hagan uso de comunicaciones asíncronas y dividan el espacio de búsqueda eficientemente entre los distintos procesadores.
En el proyecto se van a desarrollar y evaluar procedimientos multiobjetivo evolutivos híbridos con los requisitos de implementación mencionados, para aprovechar tanto el paralelismo de los nodos multi-núcleo, como las plataformas distribuidas de tipo GRID en las que las comunicaciones son costosas y deben tolerarse cambios en el número de recursos utilizado.
Los procedimientos de optimización y clustering multiobjetivo desarrollados se utilizarán en distintas aplicaciones de relevancia socio-económica, tales como las que se consideran en este proyecto: aplicaciones del área de la neuroingeniería y de las tecnologías para la rehabilitación que plantean problemas de clasificación de señales que pueden abordarse desde la perspectiva de la optimización y el clustering multiobjetivo.
El uso de técnicas de optimización y clustering de altas prestaciones permite determinar los parámetros y definir algoritmos de procesamiento para el diseño e implementación de sistemas empotrados en dispositivos relacionados con las aplicaciones de neuroingeniería y rehabilitación.
Por tanto, a través del presente proyecto se promueve la interacción de líneas de trabajo en optimización en arquitecturas de altas prestaciones, procesamiento avanzado de señales, implementación de sistemas empotrados, y neuroingeniería.