Clasificación de patrones usando AMNFIS

El presente trabajo introduce un enfoque novedoso para resolver problemas de clasificación no lineales usando un sistema de inferencia neuro-difuso adaptativo multidimensional (AMNFIS por sus siglas en inglés) desarrollado inicialmente el contexto de control de procesos, y posteriormente para el pro...

Full description

Autores:
Valencia Gómez, Deyber Arley
Tipo de recurso:
Fecha de publicación:
2018
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/69599
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/69599
http://bdigital.unal.edu.co/71577/
Palabra clave:
62 Ingeniería y operaciones afines / Engineering
inteligencia artificial
redes neuronales
clasificación de patrones
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_5721048c21bb94478a15c4cb9d671dd5
oai_identifier_str oai:repositorio.unal.edu.co:unal/69599
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
spelling Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Velásquez Henao, Juan DavidValencia Gómez, Deyber Arleyb83a2ac3-010a-486e-b261-3d0fa61bfc3e3002019-07-03T10:30:19Z2019-07-03T10:30:19Z2018-10-10https://repositorio.unal.edu.co/handle/unal/69599http://bdigital.unal.edu.co/71577/El presente trabajo introduce un enfoque novedoso para resolver problemas de clasificación no lineales usando un sistema de inferencia neuro-difuso adaptativo multidimensional (AMNFIS por sus siglas en inglés) desarrollado inicialmente el contexto de control de procesos, y posteriormente para el pronóstico de series de tiempo no lineales. En relación a otros sistemas neuro difusos y las versiones previas de AMNFIS, el modelo presentado en este trabajo ha sido modificado para resolver problemas de clasificación binaria. El objetivo de este trabajo es determinar si el modelo AMNFIS puede ser superior a otros tipos de redes neuronales para resolver problemas de clasificación. Para ello, se evaluaron tres problemas no lineales comúnmente usados para comparación de modelos. Los resultados obtenidos para AMNFIS son comparados contra los resultados obtenidos usando diferentes tipos de redes neuronales artificiales. La evidencia empírica indica que AMNFIS es el segundo mejor modelo considerado para el primer problema mientras que para los otros dos problemas restantes, es el modelo más preciso.Abstract: This work introduces a novel approach to solve nonlinear classification problems using an adaptive multidimensional neuro-fuzzy inference system (AMNFIS), developed originally for processes control, and later for forecasting time series. In relation to other neuro-fuzzy systems and previous versions of AMNFIS, the model presented in this work has been modified for solving binary classification problems. The aim of this work is to determine if AMNFIS is better than other types of neural networks for solving classification problems. To do that, AMNFIS is used to solve three well-known nonlinear classification problems and the results are compared against the results obtained using different types of artificial neural networks. Empirical evidences indicate that AMNFIS is the second-best model considered for first benchmark set, while is the more accurate model in the other two benchmark sets.Maestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Medellín Facultad de Minas Escuela de Sistemas Ingeniería de Sistemas e InformáticaIngeniería de Sistemas e InformáticaValencia Gómez, Deyber Arley (2018) Clasificación de patrones usando AMNFIS. Maestría thesis, Universidad Nacional de Colombia - Sede Medellín.62 Ingeniería y operaciones afines / Engineeringinteligencia artificialredes neuronalesclasificación de patronesClasificación de patrones usando AMNFISTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINAL1058818620.2018.pdfTesis de Maestría en Ingeniería - Ingeniería de Sistemasapplication/pdf593432https://repositorio.unal.edu.co/bitstream/unal/69599/1/1058818620.2018.pdf17302c0303485c4d8c94a74ad3cab745MD51THUMBNAIL1058818620.2018.pdf.jpg1058818620.2018.pdf.jpgGenerated Thumbnailimage/jpeg4095https://repositorio.unal.edu.co/bitstream/unal/69599/2/1058818620.2018.pdf.jpgcd1c137e73eba0d3444dc92ada855f6bMD52unal/69599oai:repositorio.unal.edu.co:unal/695992023-10-04 10:05:58.302Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co
dc.title.spa.fl_str_mv Clasificación de patrones usando AMNFIS
title Clasificación de patrones usando AMNFIS
spellingShingle Clasificación de patrones usando AMNFIS
62 Ingeniería y operaciones afines / Engineering
inteligencia artificial
redes neuronales
clasificación de patrones
title_short Clasificación de patrones usando AMNFIS
title_full Clasificación de patrones usando AMNFIS
title_fullStr Clasificación de patrones usando AMNFIS
title_full_unstemmed Clasificación de patrones usando AMNFIS
title_sort Clasificación de patrones usando AMNFIS
dc.creator.fl_str_mv Valencia Gómez, Deyber Arley
dc.contributor.author.spa.fl_str_mv Valencia Gómez, Deyber Arley
dc.contributor.spa.fl_str_mv Velásquez Henao, Juan David
dc.subject.ddc.spa.fl_str_mv 62 Ingeniería y operaciones afines / Engineering
topic 62 Ingeniería y operaciones afines / Engineering
inteligencia artificial
redes neuronales
clasificación de patrones
dc.subject.proposal.spa.fl_str_mv inteligencia artificial
redes neuronales
clasificación de patrones
description El presente trabajo introduce un enfoque novedoso para resolver problemas de clasificación no lineales usando un sistema de inferencia neuro-difuso adaptativo multidimensional (AMNFIS por sus siglas en inglés) desarrollado inicialmente el contexto de control de procesos, y posteriormente para el pronóstico de series de tiempo no lineales. En relación a otros sistemas neuro difusos y las versiones previas de AMNFIS, el modelo presentado en este trabajo ha sido modificado para resolver problemas de clasificación binaria. El objetivo de este trabajo es determinar si el modelo AMNFIS puede ser superior a otros tipos de redes neuronales para resolver problemas de clasificación. Para ello, se evaluaron tres problemas no lineales comúnmente usados para comparación de modelos. Los resultados obtenidos para AMNFIS son comparados contra los resultados obtenidos usando diferentes tipos de redes neuronales artificiales. La evidencia empírica indica que AMNFIS es el segundo mejor modelo considerado para el primer problema mientras que para los otros dos problemas restantes, es el modelo más preciso.
publishDate 2018
dc.date.issued.spa.fl_str_mv 2018-10-10
dc.date.accessioned.spa.fl_str_mv 2019-07-03T10:30:19Z
dc.date.available.spa.fl_str_mv 2019-07-03T10:30:19Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/69599
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/71577/
url https://repositorio.unal.edu.co/handle/unal/69599
http://bdigital.unal.edu.co/71577/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Sede Medellín Facultad de Minas Escuela de Sistemas Ingeniería de Sistemas e Informática
Ingeniería de Sistemas e Informática
dc.relation.references.spa.fl_str_mv Valencia Gómez, Deyber Arley (2018) Clasificación de patrones usando AMNFIS. Maestría thesis, Universidad Nacional de Colombia - Sede Medellín.
dc.rights.spa.fl_str_mv Derechos reservados - Universidad Nacional de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
Derechos reservados - Universidad Nacional de Colombia
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/69599/1/1058818620.2018.pdf
https://repositorio.unal.edu.co/bitstream/unal/69599/2/1058818620.2018.pdf.jpg
bitstream.checksum.fl_str_mv 17302c0303485c4d8c94a74ad3cab745
cd1c137e73eba0d3444dc92ada855f6b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1806886562941632512

Publicaciones similares