|
Showing 1 - 2 of
2 matches in All Departments
La busqueda del vecino mas cercano es una tecnica ampliamente usada
en problemas de Reconocimiento de Patrones. Cuando la base de datos
es grande o la funcion de comparacion es costosa
computacionalmente, la busqueda del vecino mas cercano por fuerza
bruta se torna impractica. Una manera de lidiar con este problema
es a traves de los algoritmos de busqueda rapida del vecino mas
cercano. Aunque muchos son los algoritmos propuestos para trabajar
en espacios metricos, poco se ha hecho para el trabajo en
condiciones mas generales. Es por esto que en este trabajo se
proponen 4 nuevos algoritmos para acelerar la busqueda del vecino
mas cercano en espacios semimetricos finitos dimensionales. Los
nuevos algoritmos se basan en 4 teoremas que se proponen y
demuestran en el documento. Para evaluar los algoritmos se realizan
experimentos numericos con 5 bases de datos reales del repositorio
de la Universidad de California en Irvine. Para la mayoria de las
bases de datos de prueba, los algoritmos propuestos obtienen el
vecino mas cercano con menos comparaciones entre objetos que las
realizadas por el unico algoritmo propuesto en la literatura para
espacios semimetricos finito dimensionales."
ALVOT (ALgoritmos de VOTacion) es un modelo de algoritmos de
clasificacion supervisada basado en precedencias parciales que
permite trabajar con descripciones de objetos en terminos de
variables numericas y no numericas simultaneamente e incluso admite
valores desconocidos en las mismas. Este ha sido utilizado en
numerosos problemas practicos en las denominadas ciencias poco
formalizadas ("soft sciences") como por ejemplo las geociencias, la
medicina, la criminalistica y otras. Los clasificadores ALVOT, como
todos los clasificadores supervisados en general, necesitan de una
"buena" matriz de entrenamiento para lograr clasificar con calidad;
de aqui que sea un problema determinar que objetos se deben
seleccionar para el entrenamiento de los mismos. Es por esto que en
el presente trabajo se proponen dos metodos de seleccion de
objetos; el primero para mejorar la eficiencia sin afectar la
eficacia sustancialmente de los clasificadores ALVOT, y el segundo
para mejorar la eficacia al trabajar con bases de datos ruidosas.
|
|
Email address subscribed successfully.
A activation email has been sent to you.
Please click the link in that email to activate your subscription.