Amparo Alonso-Betanzos（生于1961年10月10日）是西班牙计算机科学家，拉科鲁尼亚大学教授，领导人工智能研究开发实验室（LIDIA）。她最初接受化学工程师培训，目前的研究重点为人工智能，尤其是其在医学中的应用。她于2013年至2021年担任西班牙人工智能协会主席。
Alonso-Betanzos在机器学习领域贡献广泛，特别是在高维数据集的特征选择方法方面。她的工作被广泛引用，涉及生物医学数据分析和模式识别等领域。她还因推动女性参与科学和技术而受到认可。
早年生活与教育
Amparo Alonso-Betanzos于1961年10月10日出生于西班牙。她本科学习化学工程，这一领域在当时传统上由男性主导。她早期对应用数学和计算方法的学术兴趣促使她在研究生阶段专攻人工智能。她获得化学工程博士学位，论文结合了神经网络模型用于过程优化，这为她后来的AI研究奠定了基础。
学术生涯
Alonso-Betanzos于1980年代末加入拉科鲁尼亚大学教职，最初教授化学工程和计算机科学课程。多年来，她完全转入计算机科学系，成为正教授。在1990年代，她创立了人工智能研究开发实验室（LIDIA），并继续领导该实验室。在她的指导下，LIDIA已成为西班牙重要的研究团队，专注于机器学习、数据挖掘及其在医疗保健和其他领域的应用。
她的教学职责包括人工智能、神经网络和数据科学课程，并指导了众多博士生，这些学生后来从事学术和工业职业。她还参与了国家和国际研究项目，与医院和生物医学机构合作，将AI应用于临床决策。
研究贡献
Alonso-Betanzos的研究主要围绕特征选择，这是一种机器学习中的预处理技术，用于识别给定预测任务中最相关的变量。这在基因组学和医学成像等领域尤为重要，这些领域的数据集通常包含数千个特征但样本相对较少。她的工作提供了过滤式、包裹式和嵌入式方法的系统综述和比较研究，为实践者提供了实用指导。
她的一项著名出版物是2013年的综述“A review of feature selection methods on synthetic data”，与Verónica Bolón-Canedo和Noelia Sánchez-Maroño合著，发表于Knowledge and Information Systems。该论文分析了各种特征选择算法在合成数据集上的性能，突出了它们的优缺点。另一项关键工作是2014年在Information Sciences上发表的综述“A review of microarray datasets and applied feature selection methods”，调查了基因表达数据分析的最新进展。
她还探索了特征选择在网络入侵检测中的应用，如2011年在Expert Systems with Applications上发表的论文“Feature selection and classification in multiple class datasets: An application to KDD Cup 99 dataset”所示。该研究使用著名的KDD Cup 99数据集比较了不同的分类和特征选择方法，为网络安全研究做出了贡献。
除了特征选择，Alonso-Betanzos还研究了神经网络及其在医学诊断中的应用。她的早期工作涉及应用神经网络预测患者结果和优化治疗方案，通常与临床合作伙伴合作。她还为开发将AI与电子健康记录集成的决策支持系统做出了贡献。
领导与专业服务
Alonso-Betanzos于2013年至2021年担任西班牙人工智能协会（AEPIA）主席。在任期间，她致力于加强该协会在促进西班牙AI研究和教育方面的作用，组织会议、研讨会和外展活动。她还倡导AI开发中的伦理准则，强调透明度和公平性的重要性。
除了AEPIA，她还是多家国际期刊的编委会成员，包括Expert Systems with Applications和Information Sciences。她担任众多会议和期刊的审稿人，并参与主要AI活动的程序委员会。她的领导在促进西班牙研究人员与国际AI社区之间的合作方面发挥了重要作用。
奖项与荣誉
1998年，Alonso-Betanzos在西班牙获得欧莱雅-联合国教科文组织女性科学奖，以表彰她对科学研究的贡献以及作为STEM领域女性榜样的角色。该奖项每年颁发给杰出的女科学家，突显了她在人工智能方面的成就和对推动该领域的奉献。她还因教学和研究卓越而获得拉科鲁尼亚大学的认可。
精选出版物
Alonso-Betanzos已撰写或合著了超过100篇同行评审论文和书籍章节。她一些被引用最多的作品包括：
- Bolón-Canedo, Verónica, Noelia Sánchez-Maroño, and Amparo Alonso-Betanzos. "A review of feature selection methods on synthetic data." Knowledge and Information Systems 34.3 (2013): 483–519.
- Bolón-Canedo, Verónica, et al. "A review of microarray datasets and applied feature selection methods." Information Sciences 282 (2014): 111–135.
- Sánchez-Maroño, Noelia, Amparo Alonso-Betanzos, and María Tombilla-Sanromán. "Filter methods for feature selection–a comparative study." International Conference on Intelligent Data Engineering and Automated Learning, Springer, 2007.
- Bolon-Canedo, Veronica, Noelia Sanchez-Marono, and Amparo Alonso-Betanzos. "Feature selection and classification in multiple class datasets: An application to KDD Cup 99 dataset." Expert Systems with Applications 38.5 (2011): 5947–5957.
这些出版物在塑造特征选择研究方面发挥了重要作用，她的工作被频繁引用。
影响与遗产
Alonso-Betanzos的贡献对人工智能领域产生了持久影响，特别是在数据预处理方面。她的综述和比较研究帮助研究人员为特定问题选择适当的特征选择方法，提高了机器学习模型的效率和准确性。她对女性科学的倡导激励了许多年轻研究人员从事AI职业。
截至2020年代初，她继续活跃于研究和教学，她的实验室仍处于AI在医学应用的前沿。她的遗产不仅由她的科学成果定义，还由她致力于建设协作和包容的研究社区所定义。
参见
参考文献
[参考文献将在此列出，但根据说明，不包括外部URL。]
外部链接
- 大学简介（根据说明，不包括URL）
- 关于AI的访谈（根据说明，不包括URL）
- Google Scholar个人资料（根据说明，不包括URL）