Clasificación balanceada y no balanceada mediante redes neuronales evolutivas de funciones de base radial generalziadas y q-gaussianas

Áreas de investigación:

• Methodology - Machine learning

Año:

2011

Tipo de publicación:

Tesis de doctorado

Autores:

• Fernandez-Navarro, Francisco

Dirección:

César Hervás Martínez

BibTex:

@phdthesis{122011, author = "Francisco Fernandez-Navarro", abstract = "La presente Tesis aborda dos problemas relativamente novedosos en el {\'a}mbito del reconocimiento de patrones: la clasificaci{\'o}n con bases de datos desbalanceadas y la clasificaci{\'o}n con bases de datos con alta dimensionalidad. Para el primer problema se propone incorporar den¬tro de algoritmos evolutivos procedimientos de remuestreo, mientras que para el segundo caso, se proponen nuevos modelos de Funciones de Base Radial (FBR) que generalizan a la FBR est{\'a}ndar Gaussiana. La Tesis est{\'a} avalada con trece publicaciones en revistas cient{\'i}ficas internacionales.", address = "C{\'e}sar Herv{\'a}s Mart{\'i}nez", institution = "Universidad de M{\'a}laga", month = "Diciembre", title = "{C}lasificaci{\'o}n balanceada y no balanceada mediante redes neuronales evolutivas de funciones de base radial generalziadas y q-gaussianas", year = "2011", }

Abstract:

La presente Tesis aborda dos problemas relativamente novedosos en el ámbito del reconocimiento de patrones: la clasificación con bases de datos desbalanceadas y la clasificación con bases de datos con alta dimensionalidad. Para el primer problema se propone incorporar den¬tro de algoritmos evolutivos procedimientos de remuestreo, mientras que para el segundo caso, se proponen nuevos modelos de Funciones de Base Radial (FBR) que generalizan a la FBR estándar Gaussiana. La Tesis está avalada con trece publicaciones en revistas científicas internacionales.