English español
Search
 

Repositorio de la Universidad de Oviedo. > Producción Bibliográfica de UniOvi: RECOPILA > Tesis >

Please use this identifier to cite or link to this item: http://hdl.handle.net/10651/25601

Title: Design of Fuzzy Rule-based Ensembles using FURIA, Diversity Induction and Evolutionary Algorithms
Other title: Diseño de métodos de combinación de clasificadores basados en reglas difusas usando FURIA, inducción de diversidad y algoritmos evolutivos
Author(s): Trawinski, Krzysztof
Advisor: Cordón García, Óscar
Quirin, Arnaud
Sánchez Ramos, Luciano
Other authors: Informática, Departamento de
Keywords: Informática
Análisis de datos
Inteligencia artificial
Issue date: 23-Jan-2014
Publisher: Universidad de Oviedo
Format extent: 181 p.
Abstract: Los sistemas basados en reglas difusas han demostrado una alta capacidad de extracción y representación del conocimiento a la hora de modelar problemas de clasificación complejos y no lineales. Sin embargo, cuando se aplican a conjuntos de datos de alta complejidad, es decir con un gran número de variables y/o ejemplos, sufren la denominada ``maldición de las dimensiones'' (curse of dimensionality). Los métodos de combinación de clasificadores han demostrado ser una buena técnica para afrontar este tipo de problemas. En esta tesis doctoral se propone un marco global basado en el enfoque de los métodos de combinación de clasificadores que permite a los sistemas basados en reglas difusas manejar conjuntos de datos de alta complejidad evitando el problema anterior. Para conseguir este objetivo, el marco de trabajo propuesto incorpora distintos métodos de combinación de clasificadores y considera algoritmos evolutivos para diseñar métodos de combinación de clasificadores basados en reglas difusas. Su estructura se basa en dos etapas: 1) Diseño de métodos de combinación de clasificadores basados en reglas difusas a partir de enfoques clásicos y avanzados, y 2) Diseño de nuevos métodos de selección y fusión de clasificadores base usando algoritmos evolutivos. Este enfoque permite diseñar varios métodos específicos de combinación de clasificadores basados en reglas difusas que permiten la mejora de la precisión en los resultados y la obtención de un buen equilibrio entre precisión y complejidad. Se han realizado experimentos exhaustivos con varios conjuntos de datos de alta complejidad (en lo que respecta al número de atributos y al número de ejemplos) procedentes de los repositorios UCI y KEEL que han demostrado el buen comportamiento de los métodos propuestos. Además, se ha aplicado con éxito uno de los diseños concretos de combinación de clasificadores basados en reglas difusas a un problema real consistente en la localización en interiores utilizando topología WiFi. Esta tarea se corresponde con un problema de clasificación de alta dimensionalidad cuando se trata de un entorno complejo, que presenta la dificultad adicional de la incertidumbre asociada debido a la naturaleza de las señales WiFi.
Description: Tesis doctoral por el sistema de Compendio de Publicaciones
URI: http://hdl.handle.net/10651/25601
Local notes: DT(SE) 2014-014
Appears in Collections:Tesis
Tesis doctorales a texto completo

Files in This Item:

File Description SizeFormat
TDTrawinski.pdf9,37 MBAdobe PDFView/Open


Exportar a Mendeley


This item is licensed under a Creative Commons License
Creative Commons

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Base de Datos de Autoridades Biblioteca Universitaria Consultas / Sugerencias