Reconocimiento estadístico de patrones máquinas de soporte vectorial y series temporales

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...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Giacomantone, Javier, Tarutina, Tatiana, Artola, Verónica, De Giusti, Armando Eduardo
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2009
Materias:
Ciencias Informáticas
Pattern analysis
reconocimiento de patrones
clasificación no lineal
máquinas de soporte vectorial
selección y extracción de características
series temporales
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/19718
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-19718
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
Pattern analysis
reconocimiento de patrones
clasificación no lineal
máquinas de soporte vectorial
selección y extracción de características
series temporales
spellingShingle Ciencias Informáticas
Pattern analysis
reconocimiento de patrones
clasificación no lineal
máquinas de soporte vectorial
selección y extracción de características
series temporales
Giacomantone, Javier
Tarutina, Tatiana
Artola, Verónica
De Giusti, Armando Eduardo
Reconocimiento estadístico de patrones máquinas de soporte vectorial y series temporales
topic_facet Ciencias Informáticas
Pattern analysis
reconocimiento de patrones
clasificación no lineal
máquinas de soporte vectorial
selección y extracción de características
series temporales
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.
format Objeto de conferencia
Objeto de conferencia
author Giacomantone, Javier
Tarutina, Tatiana
Artola, Verónica
De Giusti, Armando Eduardo
author_facet Giacomantone, Javier
Tarutina, Tatiana
Artola, Verónica
De Giusti, Armando Eduardo
author_sort Giacomantone, Javier
title Reconocimiento estadístico de patrones máquinas de soporte vectorial y 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
publishDate 2009
url http://sedici.unlp.edu.ar/handle/10915/19718
work_keys_str_mv AT giacomantonejavier reconocimientoestadisticodepatronesmaquinasdesoportevectorialyseriestemporales
AT tarutinatatiana reconocimientoestadisticodepatronesmaquinasdesoportevectorialyseriestemporales
AT artolaveronica reconocimientoestadisticodepatronesmaquinasdesoportevectorialyseriestemporales
AT degiustiarmandoeduardo reconocimientoestadisticodepatronesmaquinasdesoportevectorialyseriestemporales
bdutipo_str Repositorios
_version_ 1764820464597729283

Ejemplares similares