Unsupervised Learning Frameworks Using Kernel Based Representations

En este trabajo se proponen algunos esquemas de aprendizaje no supervisado usando representaciones basadas en Kernel. Nuestra meta es revelar apropiadamente estructuras relevantes en datos. Por lo tanto, proponemos una técnica que aproveche conocimiento previo por parte de un usuario, mejorando el d...

Full description

Autores:
Castro Ospina, Andrés Eduardo
Tipo de recurso:
Fecha de publicación:
2014
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/75096
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/75096
http://bdigital.unal.edu.co/39601/
Palabra clave:
51 Matemáticas / Mathematics
62 Ingeniería y operaciones afines / Engineering
Aprendizaje no supervisado
Función Kernel
Principio de relevancia
Agrupamiento
Representación en grafo
Función de transformación
Unsupervised learning
Kernel functions
Principle of relevance
Clustering
Graph representation
Mapping function
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_5c06da43b9c19cc4aafc103ada02b4e1
oai_identifier_str oai:repositorio.unal.edu.co:unal/75096
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_abf2Alvarez Meza, Andrés MarinoCastellanos Domínguez, César Germán (Thesis advisor)c792a029-43aa-4eb1-ac01-0b8ac24a537e-1Castro Ospina, Andrés Eduardoeacfa6b7-296f-4902-8ace-f63738cdbff33002019-07-03T19:04:12Z2019-07-03T19:04:12Z2014https://repositorio.unal.edu.co/handle/unal/75096http://bdigital.unal.edu.co/39601/En este trabajo se proponen algunos esquemas de aprendizaje no supervisado usando representaciones basadas en Kernel. Nuestra meta es revelar apropiadamente estructuras relevantes en datos. Por lo tanto, proponemos una técnica que aproveche conocimiento previo por parte de un usuario, mejorando el desempeño de agrupamiento. Además, proponemos un esquema general capaz de resaltar patrones relevantes en los datos de entrada por medio de una compensación entre dos transformadores. Finalmente, proponemos una estrategia para la selección automática de parámetros haciendo uso de funciones de similitud/disimilitud y análisis de relevancia para revelar estructuras locales y globales en los datos para tareas de aprendizaje no supervisado, mejorando el desempeño en etapas posteriores de aprendizaje no supervisadoAbstract : In this work, some unsupervised learning frameworks using kernel based representations are proposed. Our goal is to properly reveal relevant data structures. Therefore, we propose a technique which takes advantage of user prior knowledge, improving clustering performance. Besides, we propose a general scheme able to highlight relevant input data patterns by means of a compensation between two mapping functions. Finally, we propose a automatic parameter selection strategy by using complementary similarity/ dissimilarity functions and relevance analysis to reveal the intrinsic local and global data structures for unsupervised learning tasks, enhancing the performance in further unsupervised learning stagesMaestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Manizales Facultad de Ingeniería y Arquitectura Departamento de Ingeniería Eléctrica, Electrónica y ComputaciónDepartamento de Ingeniería Eléctrica, Electrónica y ComputaciónCastro Ospina, Andrés Eduardo (2014) Unsupervised Learning Frameworks Using Kernel Based Representations. Maestría thesis, Universidad Nacional de Colombia - Sede Manizales.51 Matemáticas / Mathematics62 Ingeniería y operaciones afines / EngineeringAprendizaje no supervisadoFunción KernelPrincipio de relevanciaAgrupamientoRepresentación en grafoFunción de transformaciónUnsupervised learningKernel functionsPrinciple of relevanceClusteringGraph representationMapping functionUnsupervised Learning Frameworks Using Kernel Based RepresentationsTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINAL7111509.2014.pdfapplication/pdf4570123https://repositorio.unal.edu.co/bitstream/unal/75096/1/7111509.2014.pdfdee23b48b62bf05804745791234c343bMD51THUMBNAIL7111509.2014.pdf.jpg7111509.2014.pdf.jpgGenerated Thumbnailimage/jpeg4467https://repositorio.unal.edu.co/bitstream/unal/75096/2/7111509.2014.pdf.jpg2e01a1800a69b90f712934e1c2776c37MD52unal/75096oai:repositorio.unal.edu.co:unal/750962023-07-06 23:05:45.381Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co
dc.title.spa.fl_str_mv Unsupervised Learning Frameworks Using Kernel Based Representations
title Unsupervised Learning Frameworks Using Kernel Based Representations
spellingShingle Unsupervised Learning Frameworks Using Kernel Based Representations
51 Matemáticas / Mathematics
62 Ingeniería y operaciones afines / Engineering
Aprendizaje no supervisado
Función Kernel
Principio de relevancia
Agrupamiento
Representación en grafo
Función de transformación
Unsupervised learning
Kernel functions
Principle of relevance
Clustering
Graph representation
Mapping function
title_short Unsupervised Learning Frameworks Using Kernel Based Representations
title_full Unsupervised Learning Frameworks Using Kernel Based Representations
title_fullStr Unsupervised Learning Frameworks Using Kernel Based Representations
title_full_unstemmed Unsupervised Learning Frameworks Using Kernel Based Representations
title_sort Unsupervised Learning Frameworks Using Kernel Based Representations
dc.creator.fl_str_mv Castro Ospina, Andrés Eduardo
dc.contributor.advisor.spa.fl_str_mv Castellanos Domínguez, César Germán (Thesis advisor)
dc.contributor.author.spa.fl_str_mv Castro Ospina, Andrés Eduardo
dc.contributor.spa.fl_str_mv Alvarez Meza, Andrés Marino
dc.subject.ddc.spa.fl_str_mv 51 Matemáticas / Mathematics
62 Ingeniería y operaciones afines / Engineering
topic 51 Matemáticas / Mathematics
62 Ingeniería y operaciones afines / Engineering
Aprendizaje no supervisado
Función Kernel
Principio de relevancia
Agrupamiento
Representación en grafo
Función de transformación
Unsupervised learning
Kernel functions
Principle of relevance
Clustering
Graph representation
Mapping function
dc.subject.proposal.spa.fl_str_mv Aprendizaje no supervisado
Función Kernel
Principio de relevancia
Agrupamiento
Representación en grafo
Función de transformación
Unsupervised learning
Kernel functions
Principle of relevance
Clustering
Graph representation
Mapping function
description En este trabajo se proponen algunos esquemas de aprendizaje no supervisado usando representaciones basadas en Kernel. Nuestra meta es revelar apropiadamente estructuras relevantes en datos. Por lo tanto, proponemos una técnica que aproveche conocimiento previo por parte de un usuario, mejorando el desempeño de agrupamiento. Además, proponemos un esquema general capaz de resaltar patrones relevantes en los datos de entrada por medio de una compensación entre dos transformadores. Finalmente, proponemos una estrategia para la selección automática de parámetros haciendo uso de funciones de similitud/disimilitud y análisis de relevancia para revelar estructuras locales y globales en los datos para tareas de aprendizaje no supervisado, mejorando el desempeño en etapas posteriores de aprendizaje no supervisado
publishDate 2014
dc.date.issued.spa.fl_str_mv 2014
dc.date.accessioned.spa.fl_str_mv 2019-07-03T19:04:12Z
dc.date.available.spa.fl_str_mv 2019-07-03T19:04:12Z
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/75096
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/39601/
url https://repositorio.unal.edu.co/handle/unal/75096
http://bdigital.unal.edu.co/39601/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Sede Manizales Facultad de Ingeniería y Arquitectura Departamento de Ingeniería Eléctrica, Electrónica y Computación
Departamento de Ingeniería Eléctrica, Electrónica y Computación
dc.relation.references.spa.fl_str_mv Castro Ospina, Andrés Eduardo (2014) Unsupervised Learning Frameworks Using Kernel Based Representations. Maestría thesis, Universidad Nacional de Colombia - Sede Manizales.
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/75096/1/7111509.2014.pdf
https://repositorio.unal.edu.co/bitstream/unal/75096/2/7111509.2014.pdf.jpg
bitstream.checksum.fl_str_mv dee23b48b62bf05804745791234c343b
2e01a1800a69b90f712934e1c2776c37
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_ 1814089905056251904

Publicaciones similares