Visualización de conjuntos de datos de múltiples instancias

Detalhes bibliográficos
Autor(a) principal: Valencia-Duque,Jorge Eliecer
Data de Publicação: 2020
Outros Autores: Mera,Carlos, Sepúlveda,Lina Maria
Tipo de documento: Artigo
Idioma: spa
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952020000400007
Resumo: En el reconocimiento de patrones, los algoritmos de aprendizaje de múltiples instancias han ganado importancia puesto que evitan que el usuario tenga que delimitar, las imágenes de forma individual, para el reconocimiento de objetos. Esto supone una ventaja frente a los algoritmos de aprendizaje tradicional, puesto que disminuyen considerablemente el tiempo requerido para preparar el conjunto de datos. No obstante, una desventaja es que los conjuntos de datos resultantes suelen ser complejos, lo que dificulta su representación visual usando las técnicas tradicionales de visualización de información. Así, en este trabajo se propone una herramienta para la visualización y análisis de conjuntos de datos del paradigma de aprendizaje de múltiples instancias. La propuesta de visualización fue evaluada utilizando el criterio de expertos. Además, se realizaron diferentes pruebas que muestran que una correcta visualización puede ayudar a tomar decisiones sobre el conjunto de datos para mejorar la precisión de la clasificación.
id RCAP_188ea3847549455f2e0af54ebe1339d5
oai_identifier_str oai:scielo:S1646-98952020000400007
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Visualización de conjuntos de datos de múltiples instanciasAprendizaje de múltiples instanciasVisualización de informaciónAnálisis visualEn el reconocimiento de patrones, los algoritmos de aprendizaje de múltiples instancias han ganado importancia puesto que evitan que el usuario tenga que delimitar, las imágenes de forma individual, para el reconocimiento de objetos. Esto supone una ventaja frente a los algoritmos de aprendizaje tradicional, puesto que disminuyen considerablemente el tiempo requerido para preparar el conjunto de datos. No obstante, una desventaja es que los conjuntos de datos resultantes suelen ser complejos, lo que dificulta su representación visual usando las técnicas tradicionales de visualización de información. Así, en este trabajo se propone una herramienta para la visualización y análisis de conjuntos de datos del paradigma de aprendizaje de múltiples instancias. La propuesta de visualización fue evaluada utilizando el criterio de expertos. Además, se realizaron diferentes pruebas que muestran que una correcta visualización puede ayudar a tomar decisiones sobre el conjunto de datos para mejorar la precisión de la clasificación.AISTI - Associação Ibérica de Sistemas e Tecnologias de Informação2020-10-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articletext/htmlhttp://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952020000400007RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação n.39 2020reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAPspahttp://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952020000400007Valencia-Duque,Jorge EliecerMera,CarlosSepúlveda,Lina Mariainfo:eu-repo/semantics/openAccess2024-02-06T17:24:23Zoai:scielo:S1646-98952020000400007Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T02:30:12.913489Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Visualización de conjuntos de datos de múltiples instancias
title Visualización de conjuntos de datos de múltiples instancias
spellingShingle Visualización de conjuntos de datos de múltiples instancias
Valencia-Duque,Jorge Eliecer
Aprendizaje de múltiples instancias
Visualización de información
Análisis visual
title_short Visualización de conjuntos de datos de múltiples instancias
title_full Visualización de conjuntos de datos de múltiples instancias
title_fullStr Visualización de conjuntos de datos de múltiples instancias
title_full_unstemmed Visualización de conjuntos de datos de múltiples instancias
title_sort Visualización de conjuntos de datos de múltiples instancias
author Valencia-Duque,Jorge Eliecer
author_facet Valencia-Duque,Jorge Eliecer
Mera,Carlos
Sepúlveda,Lina Maria
author_role author
author2 Mera,Carlos
Sepúlveda,Lina Maria
author2_role author
author
dc.contributor.author.fl_str_mv Valencia-Duque,Jorge Eliecer
Mera,Carlos
Sepúlveda,Lina Maria
dc.subject.por.fl_str_mv Aprendizaje de múltiples instancias
Visualización de información
Análisis visual
topic Aprendizaje de múltiples instancias
Visualización de información
Análisis visual
description En el reconocimiento de patrones, los algoritmos de aprendizaje de múltiples instancias han ganado importancia puesto que evitan que el usuario tenga que delimitar, las imágenes de forma individual, para el reconocimiento de objetos. Esto supone una ventaja frente a los algoritmos de aprendizaje tradicional, puesto que disminuyen considerablemente el tiempo requerido para preparar el conjunto de datos. No obstante, una desventaja es que los conjuntos de datos resultantes suelen ser complejos, lo que dificulta su representación visual usando las técnicas tradicionales de visualización de información. Así, en este trabajo se propone una herramienta para la visualización y análisis de conjuntos de datos del paradigma de aprendizaje de múltiples instancias. La propuesta de visualización fue evaluada utilizando el criterio de expertos. Además, se realizaron diferentes pruebas que muestran que una correcta visualización puede ayudar a tomar decisiones sobre el conjunto de datos para mejorar la precisión de la clasificación.
publishDate 2020
dc.date.none.fl_str_mv 2020-10-01
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952020000400007
url http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952020000400007
dc.language.iso.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952020000400007
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv AISTI - Associação Ibérica de Sistemas e Tecnologias de Informação
publisher.none.fl_str_mv AISTI - Associação Ibérica de Sistemas e Tecnologias de Informação
dc.source.none.fl_str_mv RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação n.39 2020
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1817554472632582144