Reconocimiento estadístico de patrones máquinas de soporte vectorial y series temporales

Autores
Giacomantone, Javier; Tarutina, Tatiana; Artola, Verónica; De Giusti, Armando Eduardo
Año de publicación
2009
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. En particular son estudiados problemas caracterizados por medio de series temporales y clasificadores basados en máquinas de soporte vectorial (SVM). Los principales temas abordados son la selección de características, las técnicas de agrupamiento, el análisis de métricas y los métodos de optimización en SVM.
Eje: Computación gráfica, Imágenes y Visualización
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Pattern analysis
reconocimiento de patrones
clasificación no lineal
máquinas de soporte vectorial
selección y extracción de características
series temporales
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:10915/19718
Acceder
id SEDICI_dc8dff8d10fbc8cff7b59b44feb3f6e4
oai_identifier_str oai:sedici.unlp.edu.ar:10915/19718
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Reconocimiento estadístico de patrones máquinas de soporte vectorial y series temporalesGiacomantone, JavierTarutina, TatianaArtola, VerónicaDe Giusti, Armando EduardoCiencias InformáticasPattern analysisreconocimiento de patronesclasificación no linealmáquinas de soporte vectorialselección y extracción de característicasseries temporalesEste 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. En particular son estudiados problemas caracterizados por medio de series temporales y clasificadores basados en máquinas de soporte vectorial (SVM). Los principales temas abordados son la selección de características, las técnicas de agrupamiento, el análisis de métricas y los métodos de optimización en SVM.Eje: Computación gráfica, Imágenes y VisualizaciónRed de Universidades con Carreras en Informática (RedUNCI)2009-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf207-210http://sedici.unlp.edu.ar/handle/10915/19718spainfo: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:UNLP2025-09-03T10:26:50Zoai:sedici.unlp.edu.ar:10915/19718Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:26:51.283SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Reconocimiento estadístico de patrones máquinas de soporte vectorial y series temporales
title Reconocimiento estadístico de patrones máquinas de soporte vectorial y series temporales
spellingShingle Reconocimiento estadístico de patrones máquinas de soporte vectorial y series temporales
Giacomantone, Javier
Ciencias Informáticas
Pattern analysis
reconocimiento de patrones
clasificación no lineal
máquinas de soporte vectorial
selección y extracción de características
series temporales
title_short Reconocimiento estadístico de patrones máquinas de soporte vectorial y series temporales
title_full Reconocimiento estadístico de patrones máquinas de soporte vectorial y series temporales
title_fullStr Reconocimiento estadístico de patrones máquinas de soporte vectorial y series temporales
title_full_unstemmed Reconocimiento estadístico de patrones máquinas de soporte vectorial y series temporales
title_sort Reconocimiento estadístico de patrones máquinas de soporte vectorial y series temporales
dc.creator.none.fl_str_mv Giacomantone, Javier
Tarutina, Tatiana
Artola, Verónica
De Giusti, Armando Eduardo
author Giacomantone, Javier
author_facet Giacomantone, Javier
Tarutina, Tatiana
Artola, Verónica
De Giusti, Armando Eduardo
author_role author
author2 Tarutina, Tatiana
Artola, Verónica
De Giusti, Armando Eduardo
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Pattern analysis
reconocimiento de patrones
clasificación no lineal
máquinas de soporte vectorial
selección y extracción de características
series temporales
topic Ciencias Informáticas
Pattern analysis
reconocimiento de patrones
clasificación no lineal
máquinas de soporte vectorial
selección y extracción de características
series temporales
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. En particular son estudiados problemas caracterizados por medio de series temporales y clasificadores basados en máquinas de soporte vectorial (SVM). Los principales temas abordados son la selección de características, las técnicas de agrupamiento, el análisis de métricas y los métodos de optimización en SVM.
Eje: Computación gráfica, Imágenes y Visualización
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. En particular son estudiados problemas caracterizados por medio de series temporales y clasificadores basados en máquinas de soporte vectorial (SVM). Los principales temas abordados son la selección de características, las técnicas de agrupamiento, el análisis de métricas y los métodos de optimización en SVM.
publishDate 2009
dc.date.none.fl_str_mv 2009-05
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/10915/19718
url http://sedici.unlp.edu.ar/handle/10915/19718
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
207-210
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_ 1842260102113918976
score 13.13397

Publicaciones similares