Título
Generación simultánea de prototipos y características mediante programación genética Multi-Objetivo
Autor
MAURICIO ALFONSO GARCIA LIMON
Colaborador
HUGO JAIR ESCALANTE BALDERAS (Asesor de tesis)
Nivel de Acceso
Acceso Abierto
Materias
Resumen o descripción
El método de vecinos más cercanos es una de las técnicas más populares y altamente
efectivas usadas en tareas de reconocimiento de patrones. Sin embargo, este método
tiene distintas desventajas que deterioran su rendimiento en problemas a gran escala,
y bases de datos con instancias mal clasificadas a priori. Algunas de esas desventajas
incluyen: alto espacio en almacenamiento, ser sensibles a instancias mal etiquetadas en
el conocimiento a priori, y alto costo computacional para estimar la distancia entre todas
las instancias almacenadas. Para atacar esos problemas diferentes técnicas han sido
propuestas. La generación de prototipos (PG) es una técnica para reducir el número
de instancias. Por otra parte, la generación de características (FE) es una técnica que
construye un nuevo espacio de características para representar de mejor manera el
conjunto de instancias. Tradicionalmente, ambas técnicas han sido aplicadas de manera
independiente. En este trabajo de tesis se presentan dos métodos evolutivos para la
generación simultánea de prototipos y características, el primero guía la búsqueda de
soluciones mediante un objetivo, es decir la exactitud de la clasificación, el segundo
considera en el proceso de búsqueda de soluciones tres distintos objetivos, exactitud
de la clasificación, la reducción de instancias y la reducción de características. El
objetivo de ambos métodos es encontrar un buen compromiso entre la exactitud
de la clasificación, reducción de instancias y reducción de características utilizando
el clasificador de vecinos más cercanos. El método multi-objetivo está basado en el
algoritmo NSGA-II, y en el método mono-objetivo. La idea principal de los métodos
propuestos es combinar las distintas instancias para generar prototipos, de la misma
manera, combinar las distintas características para construir otras más descriptivas,
esto se realiza mediante programación genética. La diferencia principal entre el método
multi-objetivo y los métodos en el estado del arte, es que el enfoque multi-objetivo
construye un conjunto de características para cada clase. Ambos métodos superan las
limitaciones del método de vecinos más cercanos sin comprometer su rendimiento en
la tarea de clasificación. Los resultados experimentales son reportados y comparados
con distintos métodos en el estado del arte.
Editor
Instituto Nacional de Astrofísica, Óptica y Electrónica
Fecha de publicación
noviembre de 2014
Tipo de publicación
Tesis de maestría
Versión de la publicación
Versión aceptada
Recurso de información
Formato
application/pdf
Idioma
Español
Audiencia
Estudiantes
Investigadores
Público en general
Sugerencia de citación
Garcia-Limon M.A.
Repositorio Orígen
Repositorio Institucional del INAOE
Descargas
1110