Clasificación de series: máquinas de vectores soporte y literales basados en intervalos Reportar como inadecuado




Clasificación de series: máquinas de vectores soporte y literales basados en intervalos - Descarga este documento en PDF. Documentación en PDF para descargar gratis. Disponible también para leer online.

Carlos J. Alonso ;Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial 2004, 8 (23)

Autor: Juan José Rodríguez

Fuente: http://www.redalyc.org/


Introducción



Inteligencia Artificial.
Revista Iberoamericana de Inteligencia Artificial ISSN: 1137-3601 revista@aepia.org Asociación Española para la Inteligencia Artificial España Rodríguez, Juan José; Alonso, Carlos J. Clasificación de Series: máquinas de vectores soporte y literales basados en intervalos Inteligencia Artificial.
Revista Iberoamericana de Inteligencia Artificial, vol.
8, núm.
23, verano, 2004, p. 0 Asociación Española para la Inteligencia Artificial Valencia, España Disponible en: http:--www.redalyc.org-articulo.oa?id=92502312 Cómo citar el artículo Número completo Más información del artículo Página de la revista en redalyc.org Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto Clasicación de Series: Máquinas de Vectores Soporte y Literales basados en Intervalos* Juan José Rodríguez Carlos J.
Alonso Lenguajes y Sistemas Informáticos Universidad de Burgos, Spain Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid, Spain jjrodriguez@ubu.es calonso@infor.uva.es Resumen En trabajos previos se ha presentado un sistema de clasicación de series.
Dicho método se apoya en el método de combinación de clasicadores denominado boosting, utilizando clasicadores base muy simples, formados por únicamente un literal.
Estos predicados se basan en intervalos temporales.
Los clasicadores obtenidos son simplemente una combinación lineal de literales.
Por tanto, es natural el esperar alguna mejora en los resultados si los literales se combinan de modos más complejos.
En este trabajo se explora la posibilidad de utilizar los literales seleccionados mediante el método de boosting como nuevos atributos, y entonces utilizar el método SVM sobre estos metaatributos.
Los resultados experimentales demuestran la validez del método propuesto. Palabras c...





Documentos relacionados