Optimización de Support Vector Machine mediante metaheurísticas para clasificación de retinopatia diabética

La máquina de vectores de soporte (SVM, Support Vector Machine) es una técnica de clasificación de aprendizaje supervisado, ampliamente utilizada en diferentes campos de aplicación. SVM busca identificar el mejor hiperplano que permita lograr una separación clara entre un conjunto de datos. Desafort...

Descripción completa

Detalles Bibliográficos
Autores principales: Rojas, Matías G., Carballido, Jessica Andrea, Olivera, Ana C., Vidal, Pablo
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2020
Materias:
Ciencias Informáticas
Bioinformática
Support vector machines
Clasificación
Optimización
Metaheurísticas
Retinopatía Diabética
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/116430
http://49jaiio.sadio.org.ar/pdfs/asai/ASAI-06.pdf
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-116430
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Bioinformática
Support vector machines
Clasificación
Optimización
Metaheurísticas
Retinopatía Diabética
spellingShingle Ciencias Informáticas
Bioinformática
Support vector machines
Clasificación
Optimización
Metaheurísticas
Retinopatía Diabética
Rojas, Matías G.
Carballido, Jessica Andrea
Olivera, Ana C.
Vidal, Pablo
Optimización de Support Vector Machine mediante metaheurísticas para clasificación de retinopatia diabética
topic_facet Ciencias Informáticas
Bioinformática
Support vector machines
Clasificación
Optimización
Metaheurísticas
Retinopatía Diabética
description La máquina de vectores de soporte (SVM, Support Vector Machine) es una técnica de clasificación de aprendizaje supervisado, ampliamente utilizada en diferentes campos de aplicación. SVM busca identificar el mejor hiperplano que permita lograr una separación clara entre un conjunto de datos. Desafortunadamente, el uso práctico de SVM está limitado por la calidad de la configuración de sus hiperparámetros, que tienen un impacto directo sobre su rendimiento en clasificación y generalización. Por lo tanto, es necesario desarrollar un enfoque efectivo y rápido para determinar los valores de estos hiperparámetros que lleven a una clasificación eficiente y confiable. Este trabajo presenta la evaluación de cuatro metaheurísticas, en la labor de optimizar los hiperparámetros de un SVM que utiliza un kernel Wavelet. Las evaluaciones se realizaron sobre un conjunto de datos relacionados a la enfermedad retinopatia diabética. A partir de los resultados del experimento, se puede concluir que el uso de técnicas metaheurísticas para optimizar los hiperparámetros puede ayudar a mejorar la capacidad de clasificación y generalización del SVM.
format Objeto de conferencia
Objeto de conferencia
author Rojas, Matías G.
Carballido, Jessica Andrea
Olivera, Ana C.
Vidal, Pablo
author_facet Rojas, Matías G.
Carballido, Jessica Andrea
Olivera, Ana C.
Vidal, Pablo
author_sort Rojas, Matías G.
title Optimización de Support Vector Machine mediante metaheurísticas para clasificación de retinopatia diabética
title_short Optimización de Support Vector Machine mediante metaheurísticas para clasificación de retinopatia diabética
title_full Optimización de Support Vector Machine mediante metaheurísticas para clasificación de retinopatia diabética
title_fullStr Optimización de Support Vector Machine mediante metaheurísticas para clasificación de retinopatia diabética
title_full_unstemmed Optimización de Support Vector Machine mediante metaheurísticas para clasificación de retinopatia diabética
title_sort optimización de support vector machine mediante metaheurísticas para clasificación de retinopatia diabética
publishDate 2020
url http://sedici.unlp.edu.ar/handle/10915/116430
http://49jaiio.sadio.org.ar/pdfs/asai/ASAI-06.pdf
work_keys_str_mv AT rojasmatiasg optimizaciondesupportvectormachinemediantemetaheuristicasparaclasificacionderetinopatiadiabetica
AT carballidojessicaandrea optimizaciondesupportvectormachinemediantemetaheuristicasparaclasificacionderetinopatiadiabetica
AT oliveraanac optimizaciondesupportvectormachinemediantemetaheuristicasparaclasificacionderetinopatiadiabetica
AT vidalpablo optimizaciondesupportvectormachinemediantemetaheuristicasparaclasificacionderetinopatiadiabetica
bdutipo_str Repositorios
_version_ 1764820447003672576

Ejemplares similares