RUO Principal

Repositorio Institucional de la Universidad de Oviedo

Ver ítem 
  •   RUO Principal
  • Producción Bibliográfica de UniOvi: RECOPILA
  • Tesis
  • Ver ítem
  •   RUO Principal
  • Producción Bibliográfica de UniOvi: RECOPILA
  • Tesis
  • Ver ítem
    • español
    • English
JavaScript is disabled for your browser. Some features of this site may not work without it.

Listar

Todo RUOComunidades y ColeccionesPor fecha de publicaciónAutoresTítulosMateriasxmlui.ArtifactBrowser.Navigation.browse_issnPerfil de autorEsta colecciónPor fecha de publicaciónAutoresTítulosMateriasxmlui.ArtifactBrowser.Navigation.browse_issn

Mi cuenta

AccederRegistro

Estadísticas

Ver Estadísticas de uso

AÑADIDO RECIENTEMENTE

Novedades
Repositorio
Cómo publicar
Recursos
FAQs
Las tesis leídas en la Universidad de Oviedo se pueden consultar en el Campus de El Milán previa solicitud por correo electrónico: buotesis@uniovi.es

Abanico : aprendizaje basado en agrupación numérica en intervalos continuos

Autor(es) y otros:
Ranilla Pastor, JoséAutoridad Uniovi
Director(es):
Bahamonde Rionda, AntonioAutoridad Uniovi
Centro/Departamento/Otros:
Informática, Departamento deAutoridad Uniovi
Fecha de publicación:
1998
Descripción física:
97 p.
Resumen:

En esta Memoria se presenta un nuevo sistema de aprendizaje automático: ABANICO. Este nombre es un acrónimo de Aprendizaje Basado en Agrupación Numérica en Intervalos Continuos. Nuestro sistema, comenzando con una colección de ejemplos de entrenamiento, trata de encontrar mecanismos de clasificación fiables para los casos no vistos. Dado que el espacio de búsqueda tiene un tamaño enorme, usaremos métodos heurísticos. Cuando tenemos valores numéricos usaremos una herramienta tomada de la teoría de procesamiento de imágenes para construir unas agrupaciones que pueden resultar útiles en aprendizaje automático a partir de ejemplos. La idea es calcular intervalos numéricos donde una cantidad significativa de ejemplos esté presente. Entonces, usando estos intervalos, podemos sintetizar reglas de clasificación. Para ello, los ejemplos originales sufren varios procesos de generalización, el primero de ellos es la reescritura de los puntos individuales por los intervalos a los que pertenecen. A continuación, optimizamos este borrador de reglas de clasificación por medio de una nueva medida de la calidad de mecanismos de clasificación llamada nivel de impureza. El último capítulo describe algunos resultados experimentales sobre problemas tipo tomados del Almacén de Aprendizaje Automático de la Universidad de California en Irvine. El rendimiento de ABANICO es excelente en todas las posibles Comparaciones.

En esta Memoria se presenta un nuevo sistema de aprendizaje automático: ABANICO. Este nombre es un acrónimo de Aprendizaje Basado en Agrupación Numérica en Intervalos Continuos. Nuestro sistema, comenzando con una colección de ejemplos de entrenamiento, trata de encontrar mecanismos de clasificación fiables para los casos no vistos. Dado que el espacio de búsqueda tiene un tamaño enorme, usaremos métodos heurísticos. Cuando tenemos valores numéricos usaremos una herramienta tomada de la teoría de procesamiento de imágenes para construir unas agrupaciones que pueden resultar útiles en aprendizaje automático a partir de ejemplos. La idea es calcular intervalos numéricos donde una cantidad significativa de ejemplos esté presente. Entonces, usando estos intervalos, podemos sintetizar reglas de clasificación. Para ello, los ejemplos originales sufren varios procesos de generalización, el primero de ellos es la reescritura de los puntos individuales por los intervalos a los que pertenecen. A continuación, optimizamos este borrador de reglas de clasificación por medio de una nueva medida de la calidad de mecanismos de clasificación llamada nivel de impureza. El último capítulo describe algunos resultados experimentales sobre problemas tipo tomados del Almacén de Aprendizaje Automático de la Universidad de California en Irvine. El rendimiento de ABANICO es excelente en todas las posibles Comparaciones.

URI:
http://hdl.handle.net/10651/15748
Otros identificadores:
https://www.educacion.gob.es/teseo/mostrarRef.do?ref=197514
Notas Locales:

Tesis 1998-148

Colecciones
  • Tesis [7669]
Ficheros en el ítem
Compartir
Exportar a Mendeley
Estadísticas de uso
Estadísticas de uso
Metadatos
Mostrar el registro completo del ítem
Página principal Uniovi

Biblioteca

Contacto

Facebook Universidad de OviedoTwitter Universidad de Oviedo
El contenido del Repositorio, a menos que se indique lo contrario, está protegido con una licencia Creative Commons: Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Creative Commons Image