Desarrollo de nuevos modelos y algoritmos basados en redes neuronales para tareas de minería de datos

Autores
Rubiolo, Mariano
Año de publicación
2014
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión aceptada
Colaborador/a o director/a de tesis
Stegmayer, Georgina
Descripción
En esta Tesis Doctoral se propone estudiar y desarrollar modelos neuronales para diversas tareas de clasificación dentro de la minería de datos. En primer lugar, se propone el modelo Volterra-NN para comprimir un clasificador neuronal, manteniendo altas tasas de desempeño. Se extiende la aplicación a clasificadores de mayor complejidad con el modelo aV-NN, logrando exitosamente la compresión de un arreglo de clasificadores, tanto en ejemplos de diversa complejidad surgidos de la literatura, como también en una aplicación real de reconocimiento de rostros. En segundo término, se propone un clasificador neuronal para resolver la correspondencia entre ontologías, aplicándose en un dominio real de I+D con anotaciones semánticas de ontologías utilizadas en la literatura. Por último, se presenta un enfoque basado en la utilización de redes neuronales para modelar las relaciones existentes, pero desconocidas de antemano, entre series temporales en el área de la Bioinformática, probándose sobre un conjunto de datos artificiales simulados, y de datos biológicos reales.
Fil: Rubiolo, Mariano. Universidad Tecnológica. Nacional. Facultad Regional Santa Fe; Argentina.
Peer Reviewed
Se presenta esta Tesis en cumplimiento de los requisitos exigidos por la Universidad Tecnológica Nacional para la obtención del grado académico de Doctor en Ingeniería, mención Sistemas de Información
Materia
Redes neuronales
Minería de datos
Volterra NN
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/1410
Acceder
id RIAUTN_ff915ac950c0d5bcd39ef97ad57a6aa2
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/1410
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Desarrollo de nuevos modelos y algoritmos basados en redes neuronales para tareas de minería de datosRubiolo, MarianoRedes neuronalesMinería de datosVolterra NNEn esta Tesis Doctoral se propone estudiar y desarrollar modelos neuronales para diversas tareas de clasificación dentro de la minería de datos. En primer lugar, se propone el modelo Volterra-NN para comprimir un clasificador neuronal, manteniendo altas tasas de desempeño. Se extiende la aplicación a clasificadores de mayor complejidad con el modelo aV-NN, logrando exitosamente la compresión de un arreglo de clasificadores, tanto en ejemplos de diversa complejidad surgidos de la literatura, como también en una aplicación real de reconocimiento de rostros. En segundo término, se propone un clasificador neuronal para resolver la correspondencia entre ontologías, aplicándose en un dominio real de I+D con anotaciones semánticas de ontologías utilizadas en la literatura. Por último, se presenta un enfoque basado en la utilización de redes neuronales para modelar las relaciones existentes, pero desconocidas de antemano, entre series temporales en el área de la Bioinformática, probándose sobre un conjunto de datos artificiales simulados, y de datos biológicos reales.Fil: Rubiolo, Mariano. Universidad Tecnológica. Nacional. Facultad Regional Santa Fe; Argentina.Peer ReviewedSe presenta esta Tesis en cumplimiento de los requisitos exigidos por la Universidad Tecnológica Nacional para la obtención del grado académico de Doctor en Ingeniería, mención Sistemas de InformaciónStegmayer, Georgina2017-03-28T21:01:49Z2017-03-28T21:01:49Z2014-05info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfapplication/pdfRubiolo, M. (2014). Desarrollo de nuevos modelos y algoritmos basados en redes neuronales para tareas de minera de datos (Tesis doctoral). Universidad Tecnológica Nacional, Facultad Regional Santa Fe, Argentina.978-987-33-4640-8http://hdl.handle.net/20.500.12272/1410spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/El autorLicencia Creative CommonsAtribución-NoComercial-CompartirIgual 2.5 Argentinareponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2025-10-23T11:18:40Zoai:ria.utn.edu.ar:20.500.12272/1410instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-10-23 11:18:41.259Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Desarrollo de nuevos modelos y algoritmos basados en redes neuronales para tareas de minería de datos
title Desarrollo de nuevos modelos y algoritmos basados en redes neuronales para tareas de minería de datos
spellingShingle Desarrollo de nuevos modelos y algoritmos basados en redes neuronales para tareas de minería de datos
Rubiolo, Mariano
Redes neuronales
Minería de datos
Volterra NN
title_short Desarrollo de nuevos modelos y algoritmos basados en redes neuronales para tareas de minería de datos
title_full Desarrollo de nuevos modelos y algoritmos basados en redes neuronales para tareas de minería de datos
title_fullStr Desarrollo de nuevos modelos y algoritmos basados en redes neuronales para tareas de minería de datos
title_full_unstemmed Desarrollo de nuevos modelos y algoritmos basados en redes neuronales para tareas de minería de datos
title_sort Desarrollo de nuevos modelos y algoritmos basados en redes neuronales para tareas de minería de datos
dc.creator.none.fl_str_mv Rubiolo, Mariano
author Rubiolo, Mariano
author_facet Rubiolo, Mariano
author_role author
dc.contributor.none.fl_str_mv Stegmayer, Georgina
dc.subject.none.fl_str_mv Redes neuronales
Minería de datos
Volterra NN
topic Redes neuronales
Minería de datos
Volterra NN
dc.description.none.fl_txt_mv En esta Tesis Doctoral se propone estudiar y desarrollar modelos neuronales para diversas tareas de clasificación dentro de la minería de datos. En primer lugar, se propone el modelo Volterra-NN para comprimir un clasificador neuronal, manteniendo altas tasas de desempeño. Se extiende la aplicación a clasificadores de mayor complejidad con el modelo aV-NN, logrando exitosamente la compresión de un arreglo de clasificadores, tanto en ejemplos de diversa complejidad surgidos de la literatura, como también en una aplicación real de reconocimiento de rostros. En segundo término, se propone un clasificador neuronal para resolver la correspondencia entre ontologías, aplicándose en un dominio real de I+D con anotaciones semánticas de ontologías utilizadas en la literatura. Por último, se presenta un enfoque basado en la utilización de redes neuronales para modelar las relaciones existentes, pero desconocidas de antemano, entre series temporales en el área de la Bioinformática, probándose sobre un conjunto de datos artificiales simulados, y de datos biológicos reales.
Fil: Rubiolo, Mariano. Universidad Tecnológica. Nacional. Facultad Regional Santa Fe; Argentina.
Peer Reviewed
Se presenta esta Tesis en cumplimiento de los requisitos exigidos por la Universidad Tecnológica Nacional para la obtención del grado académico de Doctor en Ingeniería, mención Sistemas de Información
description En esta Tesis Doctoral se propone estudiar y desarrollar modelos neuronales para diversas tareas de clasificación dentro de la minería de datos. En primer lugar, se propone el modelo Volterra-NN para comprimir un clasificador neuronal, manteniendo altas tasas de desempeño. Se extiende la aplicación a clasificadores de mayor complejidad con el modelo aV-NN, logrando exitosamente la compresión de un arreglo de clasificadores, tanto en ejemplos de diversa complejidad surgidos de la literatura, como también en una aplicación real de reconocimiento de rostros. En segundo término, se propone un clasificador neuronal para resolver la correspondencia entre ontologías, aplicándose en un dominio real de I+D con anotaciones semánticas de ontologías utilizadas en la literatura. Por último, se presenta un enfoque basado en la utilización de redes neuronales para modelar las relaciones existentes, pero desconocidas de antemano, entre series temporales en el área de la Bioinformática, probándose sobre un conjunto de datos artificiales simulados, y de datos biológicos reales.
publishDate 2014
dc.date.none.fl_str_mv 2014-05
2017-03-28T21:01:49Z
2017-03-28T21:01:49Z
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv Rubiolo, M. (2014). Desarrollo de nuevos modelos y algoritmos basados en redes neuronales para tareas de minera de datos (Tesis doctoral). Universidad Tecnológica Nacional, Facultad Regional Santa Fe, Argentina.
978-987-33-4640-8
http://hdl.handle.net/20.500.12272/1410
identifier_str_mv Rubiolo, M. (2014). Desarrollo de nuevos modelos y algoritmos basados en redes neuronales para tareas de minera de datos (Tesis doctoral). Universidad Tecnológica Nacional, Facultad Regional Santa Fe, Argentina.
978-987-33-4640-8
url http://hdl.handle.net/20.500.12272/1410
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
El autor
Licencia Creative Commons
Atribución-NoComercial-CompartirIgual 2.5 Argentina
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
El autor
Licencia Creative Commons
Atribución-NoComercial-CompartirIgual 2.5 Argentina
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1846787943375568896
score 12.471625

Publicaciones similares