Publication: Un algoritmo genético con codificación real para la evolución de transformaciones lineales
Loading...
Identifiers
Publication date
2010-07
Defense date
2010
Authors
Advisors
Tutors
Journal Title
Journal ISSN
Volume Title
Publisher
Impact
Export
Abstract
Los algoritmos de clasificación por vecindad pertenecen al grupo de las técnicas de clasificación supervisadas, que nos permiten obtener un modelo para clasificar casos futuros. Los métodos de clasificación exigen la definición de una cierta medida de disimilitud (o distancia) entre los distintos elementos, es decir, precisan de una métrica que ayude a comparar las distancias entre los distintos objetos. Los algoritmos genéticos (AGs) son mecanismos de búsqueda basados en las leyes de la selección natural y de la genética. Combinan la supervivencia de los individuos mejor adaptados junto con operadores de búsqueda genéticos como la mutación y el cruce, de ahí que sean comparables a una búsqueda biológica. Estos algoritmos se utilizan con éxito para gran variedad de problemas de optimización y que no permiten una solución eficiente a través de la aplicación de técnicas convencionales. El principal objetivo de este proyecto es diseñar y desarrollar un sistema que utilice un algoritmo genético para optimizar funciones de distancia para el algoritmo de clasificación K-NN. Normalmente, K-NN utilizar la distancia euclídea independientemente del dominio, pero en este proyecto se pretende encontrar la distancia más apropiada para cada dominio. Este proceso es igual a encontrar la matriz M que define la función de distancia d en la ecuación 1 (a estas distancias se las denomina distancias euclídeas generalizadas).
Description
Keywords
Algoritmos genéticos, Algoritmos de clasificación, Transformaciones lineales