Reconocimiento automático de patrones : Análisis y clasificación automática de series temporales

Autores
Giacomantone, Javier; Tarutina, Tatiana; Bria, Oscar N.
Año de publicación
2010
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Este trabajo describe una línea de I/D y los resultados esperados de la misma. El objetivo principal es estudiar, desarrollar y evaluar sistemas de reconocimiento automático de patrones en modo supervisado y no supervisado. En modo supervisado el objetivo principal es optimizar la generalización del clasificador. Son estudiadas aplicaciones caracterizadas por medio de señales digitales y en particular series temporales. Se estudian sistemas de reconocimiento estadístico de patrones, métodos de extracción y selección de características, análisis de métricas, técnicas de optimización y clasificadores basados en máquinas de soporte vectorial (SVM).
Eje: Procesamiento de señales y sistemas de tiempo real
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
reconocimiento de patrones
Real time
series temporales
procesamiento de señales
máquinas de soporte vectorial
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/19600
Acceder
id SEDICI_1672250389bfff595bf9015fb3a30f28
oai_identifier_str oai:sedici.unlp.edu.ar:10915/19600
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Reconocimiento automático de patrones : Análisis y clasificación automática de series temporalesGiacomantone, JavierTarutina, TatianaBria, Oscar N.Ciencias Informáticasreconocimiento de patronesReal timeseries temporalesprocesamiento de señalesmáquinas de soporte vectorialEste trabajo describe una línea de I/D y los resultados esperados de la misma. El objetivo principal es estudiar, desarrollar y evaluar sistemas de reconocimiento automático de patrones en modo supervisado y no supervisado. En modo supervisado el objetivo principal es optimizar la generalización del clasificador. Son estudiadas aplicaciones caracterizadas por medio de señales digitales y en particular series temporales. Se estudian sistemas de reconocimiento estadístico de patrones, métodos de extracción y selección de características, análisis de métricas, técnicas de optimización y clasificadores basados en máquinas de soporte vectorial (SVM).Eje: Procesamiento de señales y sistemas de tiempo realRed de Universidades con Carreras en Informática (RedUNCI)2010-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf651-655http://sedici.unlp.edu.ar/handle/10915/19600spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-22T16:35:35Zoai:sedici.unlp.edu.ar:10915/19600Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 16:35:35.288SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Reconocimiento automático de patrones : Análisis y clasificación automática de series temporales
title Reconocimiento automático de patrones : Análisis y clasificación automática de series temporales
spellingShingle Reconocimiento automático de patrones : Análisis y clasificación automática de series temporales
Giacomantone, Javier
Ciencias Informáticas
reconocimiento de patrones
Real time
series temporales
procesamiento de señales
máquinas de soporte vectorial
title_short Reconocimiento automático de patrones : Análisis y clasificación automática de series temporales
title_full Reconocimiento automático de patrones : Análisis y clasificación automática de series temporales
title_fullStr Reconocimiento automático de patrones : Análisis y clasificación automática de series temporales
title_full_unstemmed Reconocimiento automático de patrones : Análisis y clasificación automática de series temporales
title_sort Reconocimiento automático de patrones : Análisis y clasificación automática de series temporales
dc.creator.none.fl_str_mv Giacomantone, Javier
Tarutina, Tatiana
Bria, Oscar N.
author Giacomantone, Javier
author_facet Giacomantone, Javier
Tarutina, Tatiana
Bria, Oscar N.
author_role author
author2 Tarutina, Tatiana
Bria, Oscar N.
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
reconocimiento de patrones
Real time
series temporales
procesamiento de señales
máquinas de soporte vectorial
topic Ciencias Informáticas
reconocimiento de patrones
Real time
series temporales
procesamiento de señales
máquinas de soporte vectorial
dc.description.none.fl_txt_mv Este trabajo describe una línea de I/D y los resultados esperados de la misma. El objetivo principal es estudiar, desarrollar y evaluar sistemas de reconocimiento automático de patrones en modo supervisado y no supervisado. En modo supervisado el objetivo principal es optimizar la generalización del clasificador. Son estudiadas aplicaciones caracterizadas por medio de señales digitales y en particular series temporales. Se estudian sistemas de reconocimiento estadístico de patrones, métodos de extracción y selección de características, análisis de métricas, técnicas de optimización y clasificadores basados en máquinas de soporte vectorial (SVM).
Eje: Procesamiento de señales y sistemas de tiempo real
Red de Universidades con Carreras en Informática (RedUNCI)
description Este trabajo describe una línea de I/D y los resultados esperados de la misma. El objetivo principal es estudiar, desarrollar y evaluar sistemas de reconocimiento automático de patrones en modo supervisado y no supervisado. En modo supervisado el objetivo principal es optimizar la generalización del clasificador. Son estudiadas aplicaciones caracterizadas por medio de señales digitales y en particular series temporales. Se estudian sistemas de reconocimiento estadístico de patrones, métodos de extracción y selección de características, análisis de métricas, técnicas de optimización y clasificadores basados en máquinas de soporte vectorial (SVM).
publishDate 2010
dc.date.none.fl_str_mv 2010-05
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/19600
url http://sedici.unlp.edu.ar/handle/10915/19600
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/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
651-655
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846782802496847872
score 12.982451

Publicaciones similares