El doctorando José Francisco Díez Pastor, del Programa de Doctora Investigación en Ingeniería, defenderá su tesis doctoral titulada “Estudio de métodos de construcción de ensembles de clasificadores y aplicaciones”, en la Sala de Juntas 2 de la Escuela Politécnica Superior, en el Campus del Vena. Esta tesis ha sido dirigida por los profesores César Ignacio García Osorio y Juan José Rodríguez Díez.
La inteligencia artificial se dedica a la creación de sistemas informáticos con un comportamiento inteligente. Dentro de este área el aprendizaje computacional o "machine learning" estudia la creación de sistemas que aprenden por sí mismos.
Un tipo de aprendizaje computacional es el aprendizaje supervisado, en el cual, se le proporcionan al sistema tanto las entradas como la salida esperada y el sistema aprende a partir de estos datos. Un sistema de este tipo se denomina clasificador.
En ocasiones ocurre, que en el conjunto de ejemplos que utiliza el sistema para aprender, el número de ejemplos de un tipo es mucho mayor que el número de ejemplos de otro tipo. Cuando esto ocurre se habla de conjuntos desequilibrados y estos problemas son comunes en diagnóstico médico (el número de pacientes que dan positivo para una enfermedad es mucho menor que los que dan negativo), detección de SPAM etc.
La combinación de varios clasificadores es lo que se denomina "ensemble", y a menudo ofrece mejores resultados que cualquiera de los miembros que lo forman. Una de las claves para el buen funcionamiento de los ensembles es la diversidad.
Se puede establecer un símil con la vida cotidiana, cuando se hace frente a una decisión difícil a menudo se confía en un comité de expertos en lugar de uno solo. El caso ideal se produce cuando los expertos son diversos, es decir, están especializados en distintas áreas, por lo tanto la combinación de todos ellos aporta distintos puntos de vista.
Esta tesis, se centra en el desarrollo de nuevos algoritmos de construcción de ensembles, sobre todo haciendo hincapié a las técnicas de incremento de la diversidad y en los problemas desequilibrados. Adicionalmente, se aplican algunas de estas técnicas a la solución de varias aplicaciones reales, como la predicción de la calidad superficial en procesos de mecanizado y para el desarrollo de un sistema de detección de defectos en piezas metálicas mediante imágenes de radiografía.