NUEVO ALGORITMO MULTICLASIFICADOR PARA FLUJOS DE DATOS CON CAMBIOS DE CONCEPTO

Detalhes bibliográficos
Autor(a) principal: Ramírez Tasé, Ramón Osmany
Data de Publicação: 2016
Outros Autores: Cabrera, Alberto Verdecia, Ortiz Díaz, Agustín Alejandro, Blanco, Isvani Frías
Tipo de documento: Artigo
Idioma: spa
Título da fonte: Holos
Texto Completo: http://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/3945
Resumo: Los algoritmos multiclasificadores se han mostrado particularmente eficientes para trabajar sobre espacios de datos grandes y complejos como los llamados flujos de datos. En estos flujos, durante la clasificación, aparecen conceptos que cambian con el tiempo, por lo que los métodos para su minería, sobre todo los  que detectan y se adaptan  a estos cambios, son importantes por su aplicación en áreas como: bioinformática, medicina, economía y finanzas, industria, medio ambiente, entre otras. La presente investigación propone un nuevo algoritmo multiclasificador que se adapta a los cambios de conceptos, tiene votación ponderada con una nueva forma para ajustar los pesos y permite variar el tipo de clasificador básico. El algoritmo fue implementado en compatibilidad y bajo las exigencias del entorno de trabajo MOA (Massive Online Analysis) facilitando la comparación con otros algoritmos conocidos y la generación de bases de datos sintéticas que simulan cambios de conceptos. Para la experimentación se generaron experiencias bajo conceptos artificiales conocidos, tales como: SEA, LED, STAGGER e Hiperplano; logrando mostrar la alta capacidad de adaptación y la estabilidad del algoritmo frente a diferentes situaciones simuladas.
id IFRN-3_779fb8cc461f7e991e3aa869b0e92a70
oai_identifier_str oai:holos.ifrn.edu.br:article/3945
network_acronym_str IFRN-3
network_name_str Holos
repository_id_str
spelling NUEVO ALGORITMO MULTICLASIFICADOR PARA FLUJOS DE DATOS CON CAMBIOS DE CONCEPTOClasificaciónAprendizaje incrementalflujos de datoscambio de conceptoclasificadores múltiplesLos algoritmos multiclasificadores se han mostrado particularmente eficientes para trabajar sobre espacios de datos grandes y complejos como los llamados flujos de datos. En estos flujos, durante la clasificación, aparecen conceptos que cambian con el tiempo, por lo que los métodos para su minería, sobre todo los  que detectan y se adaptan  a estos cambios, son importantes por su aplicación en áreas como: bioinformática, medicina, economía y finanzas, industria, medio ambiente, entre otras. La presente investigación propone un nuevo algoritmo multiclasificador que se adapta a los cambios de conceptos, tiene votación ponderada con una nueva forma para ajustar los pesos y permite variar el tipo de clasificador básico. El algoritmo fue implementado en compatibilidad y bajo las exigencias del entorno de trabajo MOA (Massive Online Analysis) facilitando la comparación con otros algoritmos conocidos y la generación de bases de datos sintéticas que simulan cambios de conceptos. Para la experimentación se generaron experiencias bajo conceptos artificiales conocidos, tales como: SEA, LED, STAGGER e Hiperplano; logrando mostrar la alta capacidad de adaptación y la estabilidad del algoritmo frente a diferentes situaciones simuladas.Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte2016-04-20info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/394510.15628/holos.2016.3945HOLOS; v. 2 (2016); 24-361807-1600reponame:Holosinstname:Instituto Federal do Rio Grande do Norte (IFRN)instacron:IFRNspahttp://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/3945/1428Copyright (c) 2016 HOLOSinfo:eu-repo/semantics/openAccessRamírez Tasé, Ramón OsmanyCabrera, Alberto VerdeciaOrtiz Díaz, Agustín AlejandroBlanco, Isvani Frías2022-05-01T20:22:17Zoai:holos.ifrn.edu.br:article/3945Revistahttp://www2.ifrn.edu.br/ojs/index.php/HOLOSPUBhttp://www2.ifrn.edu.br/ojs/index.php/HOLOS/oaiholos@ifrn.edu.br||jyp.leite@ifrn.edu.br||propi@ifrn.edu.br1807-16001518-1634opendoar:2022-05-01T20:22:17Holos - Instituto Federal do Rio Grande do Norte (IFRN)false
dc.title.none.fl_str_mv NUEVO ALGORITMO MULTICLASIFICADOR PARA FLUJOS DE DATOS CON CAMBIOS DE CONCEPTO
title NUEVO ALGORITMO MULTICLASIFICADOR PARA FLUJOS DE DATOS CON CAMBIOS DE CONCEPTO
spellingShingle NUEVO ALGORITMO MULTICLASIFICADOR PARA FLUJOS DE DATOS CON CAMBIOS DE CONCEPTO
Ramírez Tasé, Ramón Osmany
Clasificación
Aprendizaje incremental
flujos de datos
cambio de concepto
clasificadores múltiples
title_short NUEVO ALGORITMO MULTICLASIFICADOR PARA FLUJOS DE DATOS CON CAMBIOS DE CONCEPTO
title_full NUEVO ALGORITMO MULTICLASIFICADOR PARA FLUJOS DE DATOS CON CAMBIOS DE CONCEPTO
title_fullStr NUEVO ALGORITMO MULTICLASIFICADOR PARA FLUJOS DE DATOS CON CAMBIOS DE CONCEPTO
title_full_unstemmed NUEVO ALGORITMO MULTICLASIFICADOR PARA FLUJOS DE DATOS CON CAMBIOS DE CONCEPTO
title_sort NUEVO ALGORITMO MULTICLASIFICADOR PARA FLUJOS DE DATOS CON CAMBIOS DE CONCEPTO
author Ramírez Tasé, Ramón Osmany
author_facet Ramírez Tasé, Ramón Osmany
Cabrera, Alberto Verdecia
Ortiz Díaz, Agustín Alejandro
Blanco, Isvani Frías
author_role author
author2 Cabrera, Alberto Verdecia
Ortiz Díaz, Agustín Alejandro
Blanco, Isvani Frías
author2_role author
author
author
dc.contributor.author.fl_str_mv Ramírez Tasé, Ramón Osmany
Cabrera, Alberto Verdecia
Ortiz Díaz, Agustín Alejandro
Blanco, Isvani Frías
dc.subject.por.fl_str_mv Clasificación
Aprendizaje incremental
flujos de datos
cambio de concepto
clasificadores múltiples
topic Clasificación
Aprendizaje incremental
flujos de datos
cambio de concepto
clasificadores múltiples
description Los algoritmos multiclasificadores se han mostrado particularmente eficientes para trabajar sobre espacios de datos grandes y complejos como los llamados flujos de datos. En estos flujos, durante la clasificación, aparecen conceptos que cambian con el tiempo, por lo que los métodos para su minería, sobre todo los  que detectan y se adaptan  a estos cambios, son importantes por su aplicación en áreas como: bioinformática, medicina, economía y finanzas, industria, medio ambiente, entre otras. La presente investigación propone un nuevo algoritmo multiclasificador que se adapta a los cambios de conceptos, tiene votación ponderada con una nueva forma para ajustar los pesos y permite variar el tipo de clasificador básico. El algoritmo fue implementado en compatibilidad y bajo las exigencias del entorno de trabajo MOA (Massive Online Analysis) facilitando la comparación con otros algoritmos conocidos y la generación de bases de datos sintéticas que simulan cambios de conceptos. Para la experimentación se generaron experiencias bajo conceptos artificiales conocidos, tales como: SEA, LED, STAGGER e Hiperplano; logrando mostrar la alta capacidad de adaptación y la estabilidad del algoritmo frente a diferentes situaciones simuladas.
publishDate 2016
dc.date.none.fl_str_mv 2016-04-20
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/3945
10.15628/holos.2016.3945
url http://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/3945
identifier_str_mv 10.15628/holos.2016.3945
dc.language.iso.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv http://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/3945/1428
dc.rights.driver.fl_str_mv Copyright (c) 2016 HOLOS
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2016 HOLOS
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte
publisher.none.fl_str_mv Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte
dc.source.none.fl_str_mv HOLOS; v. 2 (2016); 24-36
1807-1600
reponame:Holos
instname:Instituto Federal do Rio Grande do Norte (IFRN)
instacron:IFRN
instname_str Instituto Federal do Rio Grande do Norte (IFRN)
instacron_str IFRN
institution IFRN
reponame_str Holos
collection Holos
repository.name.fl_str_mv Holos - Instituto Federal do Rio Grande do Norte (IFRN)
repository.mail.fl_str_mv holos@ifrn.edu.br||jyp.leite@ifrn.edu.br||propi@ifrn.edu.br
_version_ 1798951621937332224

Registros relacionados