Determinación de la denominación de origen de vinos chilenos basado en máquinas de soporte vectorial

Autores
Rojas, Anibal; Mora, Marco; Villagra, Evelyn
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Se presenta un método para determinar la denominación de origen de vinos chilenos basado en su concentración de metales. Se emplea un repositorio de 77 muestras de vinos y sus correspondientes concentraciones de metales. Se aplican dos funciones Kernel junto a clasificadores basados en Máquinas de Soporte Vectorial. Se comparan tres metaheurísticas para encontrar los hiperparámetros óptimos de los clasificadores. Para entrenarlos se aplica Validación Cruzada Dejando Uno Fuera. Los resultados se calculan en base al error promedio de las clasificaciones. Los porcentajes de error se estiman no superiores al 15 %, destacando la combinación de Recocido Simulado y Kernel Lineal como la más óptima.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
denominación de origen
concentración de metales
máquinas de soporte vectorial
vinos chilenos
metaheurística
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/71511

id SEDICI_1eed9cbe2884ef539814b92de64ad07a
oai_identifier_str oai:sedici.unlp.edu.ar:10915/71511
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Determinación de la denominación de origen de vinos chilenos basado en máquinas de soporte vectorialRojas, AnibalMora, MarcoVillagra, EvelynCiencias Informáticasdenominación de origenconcentración de metalesmáquinas de soporte vectorialvinos chilenosmetaheurísticaSe presenta un método para determinar la denominación de origen de vinos chilenos basado en su concentración de metales. Se emplea un repositorio de 77 muestras de vinos y sus correspondientes concentraciones de metales. Se aplican dos funciones Kernel junto a clasificadores basados en Máquinas de Soporte Vectorial. Se comparan tres metaheurísticas para encontrar los hiperparámetros óptimos de los clasificadores. Para entrenarlos se aplica Validación Cruzada Dejando Uno Fuera. Los resultados se calculan en base al error promedio de las clasificaciones. Los porcentajes de error se estiman no superiores al 15 %, destacando la combinación de Recocido Simulado y Kernel Lineal como la más óptima.Sociedad Argentina de Informática e Investigación Operativa2018-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionResumenhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf388-391http://sedici.unlp.edu.ar/handle/10915/71511spainfo:eu-repo/semantics/altIdentifier/url/http://47jaiio.sadio.org.ar/sites/default/files/CAI-51.pdfinfo:eu-repo/semantics/altIdentifier/issn/2525-0949info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/3.0/Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:11:35Zoai:sedici.unlp.edu.ar:10915/71511Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:11:35.448SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Determinación de la denominación de origen de vinos chilenos basado en máquinas de soporte vectorial
title Determinación de la denominación de origen de vinos chilenos basado en máquinas de soporte vectorial
spellingShingle Determinación de la denominación de origen de vinos chilenos basado en máquinas de soporte vectorial
Rojas, Anibal
Ciencias Informáticas
denominación de origen
concentración de metales
máquinas de soporte vectorial
vinos chilenos
metaheurística
title_short Determinación de la denominación de origen de vinos chilenos basado en máquinas de soporte vectorial
title_full Determinación de la denominación de origen de vinos chilenos basado en máquinas de soporte vectorial
title_fullStr Determinación de la denominación de origen de vinos chilenos basado en máquinas de soporte vectorial
title_full_unstemmed Determinación de la denominación de origen de vinos chilenos basado en máquinas de soporte vectorial
title_sort Determinación de la denominación de origen de vinos chilenos basado en máquinas de soporte vectorial
dc.creator.none.fl_str_mv Rojas, Anibal
Mora, Marco
Villagra, Evelyn
author Rojas, Anibal
author_facet Rojas, Anibal
Mora, Marco
Villagra, Evelyn
author_role author
author2 Mora, Marco
Villagra, Evelyn
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
denominación de origen
concentración de metales
máquinas de soporte vectorial
vinos chilenos
metaheurística
topic Ciencias Informáticas
denominación de origen
concentración de metales
máquinas de soporte vectorial
vinos chilenos
metaheurística
dc.description.none.fl_txt_mv Se presenta un método para determinar la denominación de origen de vinos chilenos basado en su concentración de metales. Se emplea un repositorio de 77 muestras de vinos y sus correspondientes concentraciones de metales. Se aplican dos funciones Kernel junto a clasificadores basados en Máquinas de Soporte Vectorial. Se comparan tres metaheurísticas para encontrar los hiperparámetros óptimos de los clasificadores. Para entrenarlos se aplica Validación Cruzada Dejando Uno Fuera. Los resultados se calculan en base al error promedio de las clasificaciones. Los porcentajes de error se estiman no superiores al 15 %, destacando la combinación de Recocido Simulado y Kernel Lineal como la más óptima.
Sociedad Argentina de Informática e Investigación Operativa
description Se presenta un método para determinar la denominación de origen de vinos chilenos basado en su concentración de metales. Se emplea un repositorio de 77 muestras de vinos y sus correspondientes concentraciones de metales. Se aplican dos funciones Kernel junto a clasificadores basados en Máquinas de Soporte Vectorial. Se comparan tres metaheurísticas para encontrar los hiperparámetros óptimos de los clasificadores. Para entrenarlos se aplica Validación Cruzada Dejando Uno Fuera. Los resultados se calculan en base al error promedio de las clasificaciones. Los porcentajes de error se estiman no superiores al 15 %, destacando la combinación de Recocido Simulado y Kernel Lineal como la más óptima.
publishDate 2018
dc.date.none.fl_str_mv 2018-09
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Resumen
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/10915/71511
url http://sedici.unlp.edu.ar/handle/10915/71511
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://47jaiio.sadio.org.ar/sites/default/files/CAI-51.pdf
info:eu-repo/semantics/altIdentifier/issn/2525-0949
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
dc.format.none.fl_str_mv application/pdf
388-391
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_ 1844615985794908160
score 13.070432