Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12104/80924
Título: | Máquinas de Vector Soporte Entrenadas con Algoritmos Evolutivos Empleando Kernel Adatron para Clasificación a Gran Escala. |
Autor: | Gallegos Muro, Alberto Alejandro |
Asesor: | Arana Daniel, Nancy Guadalupe López Franco, Carlos Alberto |
Palabras clave: | Maquinas De Vector;Algoritmos Evolutivos;Kernel Adatron;Clasificacion |
Fecha de titulación: | 31-dic-1969 |
Editorial: | Biblioteca Digital wdg.biblio Universidad de Guadalajara |
Resumen: | Con el incremento en el poder computacional, la cantidad de datos a ser procesados en pequeños periodos de tiempo ha crecido exponencialmente, esto junto con la importancia de clasificar datos a gran escala de manera eficiente. Las máquinas de vector soporte han generado buenos resultados al clasificar grandes cantidades de datos con alta dimensionalidad, tal como los datos generados por predicción de estructuras de proteínas, reconocimiento de correo basura, diagnosis médico, reconocimiento óptico de caracteres, clasificación de texto, etc. La mayoría de los enfoques del estado del arte para aprendizaje a gran escala usan métodos de optimización tradicionales, como programación cuadrática y gradiente descendente, lo que hace que el uso de algoritmos evolutivos para entrenar máquinas de vector soporte para clasificación a gran escala un área a ser explorada. La presente tesis propone un enfoque que resulta fácil de implementar, paralelizable y con una complejidad computacional lineal, basado en algoritmos evolutivos y Kernel-Adatron para resolver problemas de clasificación a gran escala. |
URI: | https://hdl.handle.net/20.500.12104/80924 https://wdg.biblio.udg.mx |
Programa educativo: | DOCTORADO EN CIENCIAS DE LA ELECTRONICA Y LA COMPUTACION CON ORIENTACIONES |
Aparece en las colecciones: | CUCEI |
Ficheros en este ítem:
Fichero | Tamaño | Formato | |
---|---|---|---|
DCUCEI10001.pdf Acceso Restringido | 305.24 kB | Adobe PDF | Visualizar/Abrir Request a copy |
Los ítems de RIUdeG están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.