Sistema de clasificación paralelo basado en un ensamble de tipo mezcla de expertos

Fecha: 26 de mayo de 2016 a las 11:00 hrs.
Lugar: T-223
PresentaBenjamín Moreno Montiel
Afiliación: Alumno de doctorado
AsesorDr. René MacKinney Romero

Resumen: Una de las aplicaciones más utilizadas del Aprendizaje Maquinal es la Clasificación de Datos, con la cual podemos separar a un conjunto de ejemplos de acuerdo a la categoría o la clase a la que pertenecen. Dentro de la clasificación de datos se identifica una problemática, la cual tiene por lo general tres factores, manejo de grandes cantidades de datos, altos tiempos de ejecución y porcentajes altos en medidas de funcionamiento. En la actualidad existe un gran número de modelos de clasificación, sin embargo no todos aportan beneficios a los tres factores que representan la principal problemática en clasificación de datos. En esta plática se presentará un Sistema de Clasificación Paralelo basado en un Ensamble de tipo Mezcla de Expertos, con el cual se obtuvieron resultados para cada uno de los tres factores que representan la principal problemática en clasificación de datos y que representa el trabajo de Investigación Doctoral.

Big Data y algoritmos genéticos para asistir la evaluación de integridad de ductos en la industria petrolera

Regresar a Seminario

P C y T I