Aplicación de la teoría de los conjuntos aproximados en el preprocesamiento de los conjuntos de entrenamiento para algoritmos de aprendizaje automatizado

Vista sencilla de ítem
dc.contributor.advisorBello Pérez, Rafael Esteban
dc.contributor.authorCaballeros Mota, Yailé
dc.coverage.spatialSanta Claraen_US
dc.date.accessioned2020-03-11T15:19:11Z
dc.date.available2020-03-11T15:19:11Z
dc.date.issued2007
dc.description.abstractEn el Aprendizaje Automatizado es una necesidad el preprocesamiento de la información. La Teoría de los Conjuntos Aproximados (RST) abrió una nueva dirección en el desarrollo de teorías sobre la información incompleta y es una poderosa herramienta para el análisis de datos. En esta investigación se demuestra la posibilidad de usar esta teoría en el preprocesamiento de los datos, tanto para encontrar conjuntos reducidos de atributos y editar conjuntos de entrenamiento para resolver problemas de clasificación supervisada, como para generar conocimiento a priori sobre un conjunto de datos. Se proponen dos algoritmos para obtener reductos. Uno de ellos integra funciones de adaptabilidad con algoritmos basados en estimación de distribuciones. El otro, construye un reducto a través de funciones heurísticas que combinan criterios de relevancia de los atributos. Para la edición de conjuntos de entrenamiento, se proponen dos nuevos algoritmos basados en los conceptos de aproximación de la RST. Además, se desarrolla una propuesta para caracterizar a priori conjuntos de entrenamiento, usando medidas de estimación de la RST. Los métodos propuestos han sido estudiados experimentalmente usando bases de datos internacionales; así como su aplicación en el preprocesamiento de los datos para pronosticar, de forma automatizada, las temperaturas diarias en el Centro Meteorológico de Camagüey.en_US
dc.description.sponsorshipFacultad de Matemática, Física y Computación. Departamento de Ciencias de la Computaciónen_US
dc.description.statusnon-publisheden_US
dc.identifier.urihttps://dspace.uclv.edu.cu/handle/123456789/12472
dc.language.isoesen_US
dc.publisherUniversidad Central "Marta Abreu" de Las Villas. Facultad de Matemática, Física y Computación. Departamento de Ciencias de la Computaciónen_US
dc.rightsEste documento es Propiedad Patrimonial de la Universidad Central “Marta Abreu” de Las Villas. Los usuarios podrán hacer uso de esta obra bajo la siguiente licencia: Creative Commons: Atribución-No Comercial-Compartir Igual 4.0 Licenseen_US
dc.subjectConjuntos Aproximadosen_US
dc.subjectPreprocesamientoen_US
dc.subjectConjuntos de Entrenamientoen_US
dc.subjectAlgoritmosen_US
dc.subjectAprendizaje Automatizadoen_US
dc.subjectSolución Automatizadaen_US
dc.subjectCentro Meteorológico de Camagüeyen_US
dc.titleAplicación de la teoría de los conjuntos aproximados en el preprocesamiento de los conjuntos de entrenamiento para algoritmos de aprendizaje automatizadoen_US
dc.typeThesisen_US
dc.type.thesisphden_US

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Yaile Caballero 05-05-07.pdf
Tamaño:
1.37 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.33 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Tesis Doctorado - Automática