Evolución de Functional Link Networks con un enfoque multiobjetivo

e-Archivo Repository

Show simple item record

dc.contributor.advisor Aler, Ricardo
dc.contributor.advisor Galván, Inés M.
dc.contributor.author Carrasco Fernández, Ángel
dc.date.accessioned 2009-12-29T11:09:02Z
dc.date.available 2009-12-29T11:09:02Z
dc.date.issued 2009
dc.date.submitted 2009-03-13
dc.identifier.uri http://hdl.handle.net/10016/6251
dc.description.abstract El proyecto se enmarca dentro del aprendizaje automático con una perspectiva multiobjetivo. En concreto trataremos de realizar una evolución de los functional link networks con un enfoque multiobjetivo. En trabajos anteriores [Sierra01] ya se había planteado la evolución de Functional Link Networks para determinar los atributos productos más relevantes, pero partiendo de un enfoque monoobjetivo. Este proyecto tiene el objetivo de estudiar un enfoque multiobjetivo, y para ello se ha utilizado un algoritmo genético multiobjetivo como es el NSGAII. El método de aprendizaje automático elegido es el modelo denominado Functional Link Networks. Se caracterizan porque construyen clasificadores no lineales mediante el uso de atributos producto y el aprendizaje suele ser rápido debido a que se eliminan las capas ocultas del perceptron multicapa, de manera que el clasificador se convierte en un perceptron simple con los atributos originales sumados a los atributos producto. El hecho de que su aprendizaje sea rápido lo convierte en una técnica de clasificación interesante en el marco de la computación evolutiva, pues para cada individuo es necesario construir y entrenar el modelo. Habrá que tener en cuenta, que la función de evaluación que se aplicará a un algoritmo genético debe tener ciertas imposiciones, ya que no podemos permitir que el tiempo en realizar cada una de las evaluaciones sea enorme y por ello, se debe descartar algunas técnicas de clasificación cuyo tiempo de evaluación sea grande. De la misma manera, no podemos pretender utilizar clasificadores tan sencillos, que sus resultados no sean competitivos con otros que se pueden obtener de la literatura. Por ello, se ha decidido utilizar FLN. En este proyecto el enfoque multiobjetivo se ha planteado de dos maneras diferentes, con la finalidad de estudiar y analizar esta perspectiva multiobjetivo. Éstas son: • Caso 1: minimizar el porcentaje de fallos total y minimizar el número de atributos producto usados en dicha solución. • Caso 2: minimizar el porcentaje de fallos para cada una de las clases a clasificar.
dc.format.mimetype application/pdf
dc.format.mimetype application/pdf
dc.language.iso spa
dc.rights Atribución-NoComercial-SinDerivadas 3.0 España
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.subject.other Algoritmos genéticos
dc.subject.other Inteligencia artificial
dc.subject.other Aprendizaje automático
dc.title Evolución de Functional Link Networks con un enfoque multiobjetivo
dc.type masterThesis
dc.subject.eciencia Informática
dc.rights.accessRights openAccess
dc.description.degree Ingeniería en Informática
dc.contributor.departamento Universidad Carlos III de Madrid. Departamento de Informática
 Find Full text

Files in this item

*Click on file's image for preview. (Embargoed files's preview is not supported)


The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record