Obtención de reglas de clasificación usando SOM+PSO

Autores
Villa Monte, Augusto; Ronchetti, Franco; Lanzarini, Laura Cristina; Jerez, Marcela
Año de publicación
2012
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Los mapas auto-organizativos (SOM – Self organizing maps) son un tipo de red neuronal ampliamente conocido por su capacidad para preservar la topología de los datos de entrada permitiendo mapear un espacio n-dimensional en otro de dos dimensiones. Luego de entrenar la red, las neuronas competitivas que la forman agrupan la información disponible facilitando de esta forma la identificación de similitudes; esto ha motivado su estudio como base para la obtención de reglas de asociación y clasificación. Este artículo presenta un nuevo método capaz de obtener reglas de clasificación que operan tanto sobre atributos numéricos como nominales, denominado SOM+PSO, que combina una red SOM con una metaheurística basada en cúmulo de partículas (variante de PSO - Particle swarm optimization). El método propuesto ha sido comparado con PART y medido sobre 19 bases del repositorio UCI con resultados satisfactorios.
Eje: Workshop Agentes y sistemas inteligentes (WASI)
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Data mining
Reglas de clasificación
Intelligent agents
mapas auto-organizativos
inteligencia de cúmulo
minería de datos
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:10915/23614
Acceder
id SEDICI_7bb67f0e5de776253fe47f0ae186afdb
oai_identifier_str oai:sedici.unlp.edu.ar:10915/23614
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Obtención de reglas de clasificación usando SOM+PSOVilla Monte, AugustoRonchetti, FrancoLanzarini, Laura CristinaJerez, MarcelaCiencias InformáticasData miningReglas de clasificaciónIntelligent agentsmapas auto-organizativosinteligencia de cúmulominería de datosLos mapas auto-organizativos (SOM – Self organizing maps) son un tipo de red neuronal ampliamente conocido por su capacidad para preservar la topología de los datos de entrada permitiendo mapear un espacio n-dimensional en otro de dos dimensiones. Luego de entrenar la red, las neuronas competitivas que la forman agrupan la información disponible facilitando de esta forma la identificación de similitudes; esto ha motivado su estudio como base para la obtención de reglas de asociación y clasificación. Este artículo presenta un nuevo método capaz de obtener reglas de clasificación que operan tanto sobre atributos numéricos como nominales, denominado SOM+PSO, que combina una red SOM con una metaheurística basada en cúmulo de partículas (variante de PSO - Particle swarm optimization). El método propuesto ha sido comparado con PART y medido sobre 19 bases del repositorio UCI con resultados satisfactorios.Eje: Workshop Agentes y sistemas inteligentes (WASI)Red de Universidades con Carreras en Informática (RedUNCI)2012-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/23614spainfo: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:UNLP2025-09-29T10:55:31Zoai:sedici.unlp.edu.ar:10915/23614Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:31.701SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Obtención de reglas de clasificación usando SOM+PSO
title Obtención de reglas de clasificación usando SOM+PSO
spellingShingle Obtención de reglas de clasificación usando SOM+PSO
Villa Monte, Augusto
Ciencias Informáticas
Data mining
Reglas de clasificación
Intelligent agents
mapas auto-organizativos
inteligencia de cúmulo
minería de datos
title_short Obtención de reglas de clasificación usando SOM+PSO
title_full Obtención de reglas de clasificación usando SOM+PSO
title_fullStr Obtención de reglas de clasificación usando SOM+PSO
title_full_unstemmed Obtención de reglas de clasificación usando SOM+PSO
title_sort Obtención de reglas de clasificación usando SOM+PSO
dc.creator.none.fl_str_mv Villa Monte, Augusto
Ronchetti, Franco
Lanzarini, Laura Cristina
Jerez, Marcela
author Villa Monte, Augusto
author_facet Villa Monte, Augusto
Ronchetti, Franco
Lanzarini, Laura Cristina
Jerez, Marcela
author_role author
author2 Ronchetti, Franco
Lanzarini, Laura Cristina
Jerez, Marcela
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Data mining
Reglas de clasificación
Intelligent agents
mapas auto-organizativos
inteligencia de cúmulo
minería de datos
topic Ciencias Informáticas
Data mining
Reglas de clasificación
Intelligent agents
mapas auto-organizativos
inteligencia de cúmulo
minería de datos
dc.description.none.fl_txt_mv Los mapas auto-organizativos (SOM – Self organizing maps) son un tipo de red neuronal ampliamente conocido por su capacidad para preservar la topología de los datos de entrada permitiendo mapear un espacio n-dimensional en otro de dos dimensiones. Luego de entrenar la red, las neuronas competitivas que la forman agrupan la información disponible facilitando de esta forma la identificación de similitudes; esto ha motivado su estudio como base para la obtención de reglas de asociación y clasificación. Este artículo presenta un nuevo método capaz de obtener reglas de clasificación que operan tanto sobre atributos numéricos como nominales, denominado SOM+PSO, que combina una red SOM con una metaheurística basada en cúmulo de partículas (variante de PSO - Particle swarm optimization). El método propuesto ha sido comparado con PART y medido sobre 19 bases del repositorio UCI con resultados satisfactorios.
Eje: Workshop Agentes y sistemas inteligentes (WASI)
Red de Universidades con Carreras en Informática (RedUNCI)
description Los mapas auto-organizativos (SOM – Self organizing maps) son un tipo de red neuronal ampliamente conocido por su capacidad para preservar la topología de los datos de entrada permitiendo mapear un espacio n-dimensional en otro de dos dimensiones. Luego de entrenar la red, las neuronas competitivas que la forman agrupan la información disponible facilitando de esta forma la identificación de similitudes; esto ha motivado su estudio como base para la obtención de reglas de asociación y clasificación. Este artículo presenta un nuevo método capaz de obtener reglas de clasificación que operan tanto sobre atributos numéricos como nominales, denominado SOM+PSO, que combina una red SOM con una metaheurística basada en cúmulo de partículas (variante de PSO - Particle swarm optimization). El método propuesto ha sido comparado con PART y medido sobre 19 bases del repositorio UCI con resultados satisfactorios.
publishDate 2012
dc.date.none.fl_str_mv 2012-10
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/10915/23614
url http://sedici.unlp.edu.ar/handle/10915/23614
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
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_ 1844615814425083904
score 13.070432

Publicaciones similares