Universidad de Burgos
Universidad de Burgos
  • Ingles
  • Portugues
  • Chino
Imprimir. Este enlace se abrirá en una ventana emergente.

Método de combinación de modelos (ensembles). Construcción de clasificadores y regresores Rotation Forest

OTRI

.

Método de combinación de modelos (ensembles). Construcción de clasificadores y regresores "Rotation Forest" pdf

  CRISPcycleImagen en alta resolución. Este enlace se abrirá mediante lightbox, puede haber un cambio de contexto

Descripción            

En las tareas de aprendizaje supervisado se dispone de un conjunto de datos, formado por varios ejemplos para los que se conoce los valores de ciertas variables y se trata de obtener un modelo que relacione las distintas variables con una de ellas que es la que interesa predecir. En función de que la variable a predecir sea nominal (o categórica) o numérica se habla de clasificación o predicción. En el método Rotation Forest las predicciones se obtienen mediante votación de varios árboles de decisión o regresión. Se ha utilizado con éxito en aplicaciones de muy diversa índole.

Necesidad o problema que resuelve

El método propuesto se basa en las técnicas de combinación de modelos (ensembles). Los modelos a combinar pueden ser de clasificación o de regresión. En concreto, en Rotation Forest los modelos combinados son árboles de decisión o regresión. Actualmente se acepta que es posible obtener mejores resultados combinando modelos que usando un único modelo, tanto por las propiedades teóricas de estas combinaciones como por el amplio número de aplicaciones donde se han demostrado útiles.


Se pasa a describir las aplicaciones prácticas más importantes:

botón   Diagnosis industrial. Se ha utilizado el método para monitorizar la calidad de aceites lubricantes, ya que estos se degradan con el uso. Para determinar las relaciones entre las propiedades del suelo y el deterioro de tuberías mecánicas. Para establecer el estado de estructuras.

botón   Predicción de rendimientos. El método se ha utilizado para predecir la potencia generada por aerogeneradores.

botón   Diagnosis médica. El método se ha utilizado para analizar imágenes por resonancia magnética funcional (fMRI). Este tipo de imágenes se utilizan para localizar las funciones cerebrales. Otras aplicaciones son la diagnosis de enfermedades eritematoescamosas o de la epilepsia. También para la clasificación de cáncer a partir de microarrays.

botón   Bioinformática. Se ha utilizado para la clasificación de datos genómicos y proteómicos, para la anotación de genes promotores, para la predicción del pliegue de las proteínas e interacciones entre ellas, predicción de propiedades de drogas moleculares.

botón   Enseñanza. Se ha utilizado para identificar estudiantes con dificultades en el aprendizaje.

botón   Financieras. El método se ha aplicado en la predicción de quiebras y el riesgo de clientes; para la predicción de ingresos municipales.

Aspectos innovadores

En diversos ámbitos el método ha demostrado su robustez y buenos resultados, obteniendo menores errores en la predicción que las alternativas consideradas.

Aplicabilidad de la Tecnología

Las predicción, bien sean clasificación o regresión, es de utilidad en innumerables campos. Aplicaciones dónde ya se ha utilizado el método incluyen la diagnosis industrial, diagnosis médica, bioinformática, predicción de rendimientos (de componentes industriales, estudiantes...) 

Nivel de desarrollo

Desarrollado pero no comercializado

Grupo de investigación

botón  Nombre: Advanced Data Mining Research And Bioinformatics Learning

botón  Facultad: Escuela Politécnica Superior (Campus el Vena)

botón  Departamento: Ingeniería Civil. Área de Lenguajes y Sistemas Informáticos.

mail     cgosorio@ubu.esEste enlace se abrirá en una ventana emergente

Persona de contacto

botón   Jose Manuel López López

mail     jmllopez@ubu.esEste enlace se abrirá en una ventana emergente

telefono  +34 947 258 895

                                                                                                                                                                                        

Webmail-UBUNet

Webmail-UBUNet
https://correoweb.ubu.es/UBUNet

Buscapersonas UBUVirtual

Buscapersonas- UBUVirtual
BuscapersonasUBUVirtual
Universidad de Burgos
Universidad de Burgos
Resolución recomendada: 1024 x 768