Publication: Aplicación de predictores conformales a señales de fusión
Loading...
Official URL
Full text at PDC
Publication Date
2011
Authors
Advisors (or tutors)
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
Citations
Exportar
Abstract
En problemas de clasificación, reviste especial importancia el análisis de la fidelidad del clasificador de señales, sobre todo cuando se presentan dominios donde es fácil que haya errores en la clasificación. La capacidad de evaluar la calidad de los resultados es posible a través del uso de metodologías flexibles como la técnica de Predictores Conformales (CP), capaces de dar predicciones sobre la confianza y credibilidad asignada a cada resultado de una verificación. Los predictores conformales pueden acotar la tasa de error de las predicciones de una región mediante el establecimiento de un nivel de confianza. Uno de los objetivos planteados en el presente trabajo ha sido la realización de una herramienta computacional para clasificación utilizando el algoritmo de CP, el cual se ha aplicado a un problema multiclase de señales de fusión; permite además determinar las medidas de no conformidad utilizando algoritmos subyacentes de clasificación como: Máquinas de Soporte Vectorial (Support Vector Machine, SVM), Vecinos Cercanos (Nearest Neighbors) y medidas de no conformidad propias del mismo algoritmo CP. Se han comparado los resultados obtenidos por estos tres métodos de clasificación para el mismo conjunto de señales.
[ABSTRACT]
In classification problems, particularly important to analyze the fidelity of the signal classifier, especially when there are domains where it is easy to have errors in classification. The ability to assess the quality of results is possible through the use of flexible methodologies such as the Conformal Prediction (CP) technique, capable to give predictions on confidence and credibility assigned to each outcome of a verification. Conformal predictors can limit the rate of error of predictions of a region by establishing a level of confidence. One of the goals outlined in this paper has been to conduct a computational tool for classification using the CP algorithm, which has been applied to a multiclass problem of fusion signals, can also to determine the measures of non-compliance using underlying classification algorithms such as Support Vector Machine (SVM), Nearest Neighbors (NN) and measures of their own nonconformity of the CP algorithm. We compared the results obtained by these three methods of classification for the same set of signals.
Description
Máster en Investigación en Informática, Facultad de Informática, Departamento de Arquitectura de Computadores y Automática, curso 2010-2011