Tesis doctoral de Alejandro Cervantes Rovira
Los clasificadores por vecino más próximo (k-nn) han recibido un impulso renovado con la aplicación de metaheurísticas de búsqueda (evolutivas, etc.) Que permiten optimizar su funcionamiento, mediante la optimización de atributos, reducción de prototipos, y evolución de medidas globales o locales de proximidad; ello permite desarrollar clasificadores robustos e insensibles al ruido, competitivos con otros paradigmas de clasificación. se aporta a este campo un nuevo algoritmo denominado clasificador mediante enjambre de prototipos (cep o psc). Se inspira en el algoritmo de optimización mediante enjambres de partículas (pso), pero introduce un nuevo enfoque que permite abordar problemas de clasificación de forma flexible y escalable. el algoritmo utiliza un enfoque de michigan para codificar las posiciones de un conjunto de prototipos, que se desplazan por el espacio de los atributos del problema mediante interacciones de tipo atractivo y repulsivo características de pso. Se comporta como un optimizador para una función de evaluación multimodal y dinámica, que mide la calidad de cada prototipo. Los resultados experimentales son competitivos con una variedad de algoritmos de referencia. como conclusión, se proponen campos de aplicación alternativos, y se avanza la posibilidad de generalizar la propuesta como nueva perspectiva dentro de en la inteligencia de enjambre.
Datos académicos de la tesis doctoral «Clasificación mediante enjambre de prototipos«
- Título de la tesis: Clasificación mediante enjambre de prototipos
- Autor: Alejandro Cervantes Rovira
- Universidad: Carlos III de Madrid
- Fecha de lectura de la tesis: 14/07/2009
Dirección y tribunal
- Director de la tesis
- Pedro Isasi Viñuela
- Tribunal
- Presidente del tribunal: José manuel Molina lopez
- Antonio Jesús Nebro urbaneja (vocal)
- Francisco Javier Segovia pérez (vocal)
- Juan Manuel Sánchez pérez (vocal)