Show simple item record

dc.contributor.advisorPeregrín Rubio, Antonio 
dc.contributor.authorRodríguez Román, Miguel Ángel 
dc.contributor.otherUniversidad de Huelva. Departamento de Tecnologías de la Informaciónen_US
dc.date.accessioned2016-06-30T12:19:23Z
dc.date.available2016-06-30T12:19:23Z
dc.date.created2016-02-04
dc.date.issued2016
dc.identifier.urihttp://hdl.handle.net/10272/12455
dc.description.abstractEsta investigación parte de la combinación de los modelos genéticos distribuidos con los modelos de genéticos aprendizaje de reglas para conseguir un modelo de aprendizaje distribuido escalable y flexible frente a conjuntos de datos no balanceados. Se ha desarrollado un nuevo algoritmo denominado EDGAR (Effícient Distributed Genetic Algorithm for Rule Extraction). Este Algoritmo genera clasificadores basados en reglas de alta calidad en precisión y tamaño . EDGAR combina la distribución de datos con modelos genéticos distribuidos para resolver problemas de alta cardinalidad y clases no balanceadas con resultados competitivos en el ámbito de los algoritmos genéticos de aprendizaje supervisado para la clasificación. Se han desarrollado mejoras especificas que permite el tratamiento directo de los conjuntos de datos con desbalanceo de clases y atributos numéricos continuos.en_US
dc.description.abstractThis research it is based on the combination of distributed genetic models with the genetic algorithms for rule learning in order to produce a distributed learning model flexible and scalable in the scenery of imbalanced datasets. A new algorithm has been developed named EDGAR (Efficient Distributed Genetic Algorithm for Rule Extraction). This algorithm produces high quality rule classifiers in accuracy and size. EDGAR combines data distribution with genetic distributed models in order to solve high dimensional data problems and imbalanced data problems with competitive results in the context of supervised genetic algorithm for classification . New techniques has been developed allowing this proposal to handle directly
dc.language.isospaen_US
dc.publisherUniversidad de Huelvaen_US
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 España*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.subjectAlgoritmos genéticosen_US
dc.subjectProgramación paralela (Informática)en_US
dc.subject.otherAlgoritmos genéticos
dc.subject.otherAlgoritmos distribuidos
dc.subject.otherClasificación
dc.subject.otherClases no balanceadas
dc.subject.otherProgramación paralela
dc.subject.otherGenetic algorithm
dc.subject.otherDistributed agorithm
dc.subject.otherClassification
dc.subject.otherImbalanced class
dc.subject.otherParallel computing
dc.titleNuevas propuestas en el ámbito de los Algoritmos Genéticos Distribuidos para la Extracción de Reglas Clasificaciónen_US
dc.typeinfo:eu-repo/semantics/doctoralThesisen_US
dc.rights.accessRightsinfo:eu-repo/semantics/openAccessen_US


Files in this item

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 3.0 España
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 3.0 España

Copyright © 2008-2010. ARIAS MONTANO. Repositorio Institucional de la Universidad de Huelva
Contact Us | Send Feedback |