Detección de ruido y aprendizaje basado en información actual
Fuente:
Redalyc
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Artículo científico |
| Sprache: | es |
| Veröffentlicht: |
Instituto Politécnico Nacional
2014
|
| Schlagworte: | |
| Online-Zugang: | |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| _version_ | 1876487181016498176 |
|---|---|
| author | Damaris Pascual González |
| author_facet | Damaris Pascual González |
| contents | Detección de ruido y aprendizaje basado en información actual Damaris Pascual González Fernando Daniel Vázquez Mesa Jorge Luis Toro Pozo Computación concept drift flujo de datos Limpieza de ruido aprendizaje semisupervisado Los métodos de limpieza de ruido tienen una gran significación en tareas de clasificación y en situaciones en las que es necesario realizar un aprendizaje semi-supervisado, debido a la importancia que tiene contar con muestras bien etiquetadas (prototipos) para clasificar nuevos patrones. En este trabajo, presentamos un nuevo algoritmo de detección de ruido en flujos de datos, que tiene en cuenta los cambios de los conceptos en el tiempo (concept drift), el cual está basado en criterios de vecindad, y su aplicación en la construcción automática de conjuntos de entrenamiento. En los experimentos realizados se utilizaron bases de datos sintéticas y reales, las últimas fueron tomadas del repositorio UCI, los resultados obtenidos avalan nuestra estrategia de detección de ruido en flujos de datos y en procesos de clasificación. 2014 artículo científico 1405-5546 https://www.redalyc.org/articulo.oa?id=61530484012 es http://www.redalyc.org/revista.oa?id=615 Computación y Sistemas application/pdf Instituto Politécnico Nacional Computación y Sistemas (México) Num.1 Vol.18 |
| format | Artículo científico |
| id | redalyc_61530484012 |
| institution | Redalyc |
| language | es |
| publishDate | 2014 |
| publisher | Instituto Politécnico Nacional |
| spellingShingle | Detección de ruido y aprendizaje basado en información actual Damaris Pascual González Computación concept drift flujo de datos Limpieza de ruido aprendizaje semisupervisado Detección de ruido y aprendizaje basado en información actual Damaris Pascual González Fernando Daniel Vázquez Mesa Jorge Luis Toro Pozo Computación concept drift flujo de datos Limpieza de ruido aprendizaje semisupervisado Los métodos de limpieza de ruido tienen una gran significación en tareas de clasificación y en situaciones en las que es necesario realizar un aprendizaje semi-supervisado, debido a la importancia que tiene contar con muestras bien etiquetadas (prototipos) para clasificar nuevos patrones. En este trabajo, presentamos un nuevo algoritmo de detección de ruido en flujos de datos, que tiene en cuenta los cambios de los conceptos en el tiempo (concept drift), el cual está basado en criterios de vecindad, y su aplicación en la construcción automática de conjuntos de entrenamiento. En los experimentos realizados se utilizaron bases de datos sintéticas y reales, las últimas fueron tomadas del repositorio UCI, los resultados obtenidos avalan nuestra estrategia de detección de ruido en flujos de datos y en procesos de clasificación. 2014 artículo científico 1405-5546 https://www.redalyc.org/articulo.oa?id=61530484012 es http://www.redalyc.org/revista.oa?id=615 Computación y Sistemas application/pdf Instituto Politécnico Nacional Computación y Sistemas (México) Num.1 Vol.18 |
| title | Detección de ruido y aprendizaje basado en información actual |
| topic | Computación concept drift flujo de datos Limpieza de ruido aprendizaje semisupervisado |
| url | https://www.redalyc.org/articulo.oa?id=61530484012 |