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
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/71511
Ver los metadatos del registro completo
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 |