Técnicas de optimización : Aplicaciones en Minería de Datos y Robótica Evolutiva
- Autores
- Lanzarini, Laura Cristina; Hasperué, Waldo; Corbalán, Leonardo César; López, Javier; Estrebou, César Armando; Ronchetti, Franco; Maulini, Juan Andrés; Villa Monte, Augusto
- Año de publicación
- 2012
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Esta línea de investigación se centra en el estudio y desarrollo de Técnicas de Optimización basadas en diferentes mecanismos de adaptación. La métrica para determinar la eficiencia y eficacia de los métodos propuestos es la optimización de funciones complejas. Interesa especialmente la reducción del tiempo de convergencia con el objetivo de transferir los resultados obtenidos. En el área de Minería de Datos, se ha trabajado fuertemente en la adaptación de distintas metaheurísticas poblacionales con el objetivo de representar y obtener por adaptación, reglas de clasificación con antecedentes formados por atributos numéricos y nominales. Se ha trabajado con técnicas de optimización mono-objetivo utilizando poblaciones de tamaño variable. En el área de la robótica evolutiva, el énfasis está puesto en investigar diferentes estrategias evolutivas aplicables al control de robots autónomos en tiempo real dentro de un ambiente experimental permitiendo especificar distintos recorridos y objetivos así como la función a optimizar. Se busca obtener controladores neuronales adaptados por evolución. Esto implica un detallado análisis de los operadores genéticos involucrados y el estudio e investigación de técnicas de procesamiento paralelo que permitan obtener soluciones en períodos de tiempo acotados.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
redes neuronales
Algorithms
Robotics
algoritmos evolutivos
minería de datos
Neural nets
optimización mediante cúmulos de partículas
robótica evolutiva - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/18601
Ver los metadatos del registro completo
id |
SEDICI_31baef42ea9f7c998be5bceec8a45733 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/18601 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Técnicas de optimización : Aplicaciones en Minería de Datos y Robótica EvolutivaLanzarini, Laura CristinaHasperué, WaldoCorbalán, Leonardo CésarLópez, JavierEstrebou, César ArmandoRonchetti, FrancoMaulini, Juan AndrésVilla Monte, AugustoCiencias Informáticasredes neuronalesAlgorithmsRoboticsalgoritmos evolutivosminería de datosNeural netsoptimización mediante cúmulos de partículasrobótica evolutivaEsta línea de investigación se centra en el estudio y desarrollo de Técnicas de Optimización basadas en diferentes mecanismos de adaptación. La métrica para determinar la eficiencia y eficacia de los métodos propuestos es la optimización de funciones complejas. Interesa especialmente la reducción del tiempo de convergencia con el objetivo de transferir los resultados obtenidos. En el área de Minería de Datos, se ha trabajado fuertemente en la adaptación de distintas metaheurísticas poblacionales con el objetivo de representar y obtener por adaptación, reglas de clasificación con antecedentes formados por atributos numéricos y nominales. Se ha trabajado con técnicas de optimización mono-objetivo utilizando poblaciones de tamaño variable. En el área de la robótica evolutiva, el énfasis está puesto en investigar diferentes estrategias evolutivas aplicables al control de robots autónomos en tiempo real dentro de un ambiente experimental permitiendo especificar distintos recorridos y objetivos así como la función a optimizar. Se busca obtener controladores neuronales adaptados por evolución. Esto implica un detallado análisis de los operadores genéticos involucrados y el estudio e investigación de técnicas de procesamiento paralelo que permitan obtener soluciones en períodos de tiempo acotados.Eje: Agentes y Sistemas InteligentesRed de Universidades con Carreras en Informática (RedUNCI)2012info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf192-195http://sedici.unlp.edu.ar/handle/10915/18601spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-766-082-5info: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:UNLP2025-09-03T10:26:25Zoai:sedici.unlp.edu.ar:10915/18601Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:26:25.577SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Técnicas de optimización : Aplicaciones en Minería de Datos y Robótica Evolutiva |
title |
Técnicas de optimización : Aplicaciones en Minería de Datos y Robótica Evolutiva |
spellingShingle |
Técnicas de optimización : Aplicaciones en Minería de Datos y Robótica Evolutiva Lanzarini, Laura Cristina Ciencias Informáticas redes neuronales Algorithms Robotics algoritmos evolutivos minería de datos Neural nets optimización mediante cúmulos de partículas robótica evolutiva |
title_short |
Técnicas de optimización : Aplicaciones en Minería de Datos y Robótica Evolutiva |
title_full |
Técnicas de optimización : Aplicaciones en Minería de Datos y Robótica Evolutiva |
title_fullStr |
Técnicas de optimización : Aplicaciones en Minería de Datos y Robótica Evolutiva |
title_full_unstemmed |
Técnicas de optimización : Aplicaciones en Minería de Datos y Robótica Evolutiva |
title_sort |
Técnicas de optimización : Aplicaciones en Minería de Datos y Robótica Evolutiva |
dc.creator.none.fl_str_mv |
Lanzarini, Laura Cristina Hasperué, Waldo Corbalán, Leonardo César López, Javier Estrebou, César Armando Ronchetti, Franco Maulini, Juan Andrés Villa Monte, Augusto |
author |
Lanzarini, Laura Cristina |
author_facet |
Lanzarini, Laura Cristina Hasperué, Waldo Corbalán, Leonardo César López, Javier Estrebou, César Armando Ronchetti, Franco Maulini, Juan Andrés Villa Monte, Augusto |
author_role |
author |
author2 |
Hasperué, Waldo Corbalán, Leonardo César López, Javier Estrebou, César Armando Ronchetti, Franco Maulini, Juan Andrés Villa Monte, Augusto |
author2_role |
author author author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas redes neuronales Algorithms Robotics algoritmos evolutivos minería de datos Neural nets optimización mediante cúmulos de partículas robótica evolutiva |
topic |
Ciencias Informáticas redes neuronales Algorithms Robotics algoritmos evolutivos minería de datos Neural nets optimización mediante cúmulos de partículas robótica evolutiva |
dc.description.none.fl_txt_mv |
Esta línea de investigación se centra en el estudio y desarrollo de Técnicas de Optimización basadas en diferentes mecanismos de adaptación. La métrica para determinar la eficiencia y eficacia de los métodos propuestos es la optimización de funciones complejas. Interesa especialmente la reducción del tiempo de convergencia con el objetivo de transferir los resultados obtenidos. En el área de Minería de Datos, se ha trabajado fuertemente en la adaptación de distintas metaheurísticas poblacionales con el objetivo de representar y obtener por adaptación, reglas de clasificación con antecedentes formados por atributos numéricos y nominales. Se ha trabajado con técnicas de optimización mono-objetivo utilizando poblaciones de tamaño variable. En el área de la robótica evolutiva, el énfasis está puesto en investigar diferentes estrategias evolutivas aplicables al control de robots autónomos en tiempo real dentro de un ambiente experimental permitiendo especificar distintos recorridos y objetivos así como la función a optimizar. Se busca obtener controladores neuronales adaptados por evolución. Esto implica un detallado análisis de los operadores genéticos involucrados y el estudio e investigación de técnicas de procesamiento paralelo que permitan obtener soluciones en períodos de tiempo acotados. Eje: Agentes y Sistemas Inteligentes Red de Universidades con Carreras en Informática (RedUNCI) |
description |
Esta línea de investigación se centra en el estudio y desarrollo de Técnicas de Optimización basadas en diferentes mecanismos de adaptación. La métrica para determinar la eficiencia y eficacia de los métodos propuestos es la optimización de funciones complejas. Interesa especialmente la reducción del tiempo de convergencia con el objetivo de transferir los resultados obtenidos. En el área de Minería de Datos, se ha trabajado fuertemente en la adaptación de distintas metaheurísticas poblacionales con el objetivo de representar y obtener por adaptación, reglas de clasificación con antecedentes formados por atributos numéricos y nominales. Se ha trabajado con técnicas de optimización mono-objetivo utilizando poblaciones de tamaño variable. En el área de la robótica evolutiva, el énfasis está puesto en investigar diferentes estrategias evolutivas aplicables al control de robots autónomos en tiempo real dentro de un ambiente experimental permitiendo especificar distintos recorridos y objetivos así como la función a optimizar. Se busca obtener controladores neuronales adaptados por evolución. Esto implica un detallado análisis de los operadores genéticos involucrados y el estudio e investigación de técnicas de procesamiento paralelo que permitan obtener soluciones en períodos de tiempo acotados. |
publishDate |
2012 |
dc.date.none.fl_str_mv |
2012 |
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/10915/18601 |
url |
http://sedici.unlp.edu.ar/handle/10915/18601 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-950-766-082-5 |
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 192-195 |
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_ |
1842260097327169536 |
score |
13.13397 |