Imagen de Portada

Identificación de candidatos a primos Mersenne mediante clasificación ova-angular utilizando aprendizaje automático con regresión SVM y Kernel Gaussiano

Fuente: Redalyc

Guardado en:

Detalles Bibliográficos
Autor principal:	Y. Acevedo
Formato:	Artículo científico
Lenguaje:	es
Publicado:	Politécnico Colombiano Jaime Isaza Cadavid 2023
Materias:	Multidisciplinaria (Ciencias Naturales y Exactas) angulares Rotaciones Ova Kernel Gaussiano Primos de Mersenne Aprendizaje Automático
Acceso en línea:	Acceder al recurso 1 Acceder al recurso 2 Acceder al recurso 3 Acceder al recurso 4 Acceder al recurso 5 Acceder al recurso 6
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

_version_	1876438783881117696
author	Y. Acevedo
author_facet	Y. Acevedo
contents	Identificación de candidatos a primos Mersenne mediante clasificación ova-angular utilizando aprendizaje automático con regresión SVM y Kernel Gaussiano Y. Acevedo G. Loaiza Multidisciplinaria (Ciencias Naturales y Exactas) angulares Rotaciones Ova Kernel Gaussiano Primos de Mersenne Aprendizaje Automático En este artículo se presentan tres números primos como altos potenciales para ser números de Mersenne y se sugiere su aplicación en testeos computacionales de primalidad. Estos números son construidos a partir de un algoritmo de regresión fundamentado en máquinas de vectores de apoyo (Support vector machine - SVM) y usando un Kernel Gaussiano. El entrenamiento de datos se lleva a cabo mediante el lenguaje de programación de Phyton, En el estudio se abordan los datos actuales de primos de Mersenne y se trabaja con el grupo de clasificación Ova-angular para primos de Mersenne ד31. 2023 artículo científico 1900-2351 https://www.redalyc.org/articulo.oa?id=607874723007 https://www.redalyc.org/journal/6078/607874723007/ https://www.redalyc.org/journal/6078/607874723007/html/ https://www.redalyc.org/journal/6078/607874723007/607874723007.epub https://www.redalyc.org/journal/6078/607874723007/movil https://doi.org/10.33571/rpolitec.v19n37a7 es http://www.redalyc.org/revista.oa?id=6078 Revista Politécnica application/pdf Politécnico Colombiano Jaime Isaza Cadavid Revista Politécnica (Colombia) Num.37 Vol.19
format	Artículo científico
id	redalyc_607874723007
institution	Redalyc
language	es
publishDate	2023
publisher	Politécnico Colombiano Jaime Isaza Cadavid
spellingShingle	Identificación de candidatos a primos Mersenne mediante clasificación ova-angular utilizando aprendizaje automático con regresión SVM y Kernel Gaussiano Y. Acevedo Multidisciplinaria (Ciencias Naturales y Exactas) angulares Rotaciones Ova Kernel Gaussiano Primos de Mersenne Aprendizaje Automático Identificación de candidatos a primos Mersenne mediante clasificación ova-angular utilizando aprendizaje automático con regresión SVM y Kernel Gaussiano Y. Acevedo G. Loaiza Multidisciplinaria (Ciencias Naturales y Exactas) angulares Rotaciones Ova Kernel Gaussiano Primos de Mersenne Aprendizaje Automático En este artículo se presentan tres números primos como altos potenciales para ser números de Mersenne y se sugiere su aplicación en testeos computacionales de primalidad. Estos números son construidos a partir de un algoritmo de regresión fundamentado en máquinas de vectores de apoyo (Support vector machine - SVM) y usando un Kernel Gaussiano. El entrenamiento de datos se lleva a cabo mediante el lenguaje de programación de Phyton, En el estudio se abordan los datos actuales de primos de Mersenne y se trabaja con el grupo de clasificación Ova-angular para primos de Mersenne ד31. 2023 artículo científico 1900-2351 https://www.redalyc.org/articulo.oa?id=607874723007 https://www.redalyc.org/journal/6078/607874723007/ https://www.redalyc.org/journal/6078/607874723007/html/ https://www.redalyc.org/journal/6078/607874723007/607874723007.epub https://www.redalyc.org/journal/6078/607874723007/movil https://doi.org/10.33571/rpolitec.v19n37a7 es http://www.redalyc.org/revista.oa?id=6078 Revista Politécnica application/pdf Politécnico Colombiano Jaime Isaza Cadavid Revista Politécnica (Colombia) Num.37 Vol.19
title	Identificación de candidatos a primos Mersenne mediante clasificación ova-angular utilizando aprendizaje automático con regresión SVM y Kernel Gaussiano
topic	Multidisciplinaria (Ciencias Naturales y Exactas) angulares Rotaciones Ova Kernel Gaussiano Primos de Mersenne Aprendizaje Automático
url	https://www.redalyc.org/articulo.oa?id=607874723007 https://www.redalyc.org/journal/6078/607874723007/ https://www.redalyc.org/journal/6078/607874723007/html/ https://www.redalyc.org/journal/6078/607874723007/607874723007.epub https://www.redalyc.org/journal/6078/607874723007/movil https://doi.org/10.33571/rpolitec.v19n37a7