Planteamiento de una metodología de medición inferencial mejorada a partir del formalismo de regresión simbólica, un método heurístico de búsqueda

Mediante la combinación de conceptos de computación evolutiva y regresión no lineal haciendo uso de métodos de kernel, se logra proponer un algoritmo híbrido de regresión simbólica, útil en la construcción de modelos de inferencia. El presente trabajo describe el camino de investigación recorrido hasta llegar al planteamiento de un algoritmo que, inspirado en el funcionamiento del algoritmo de regresión simbólica original, genera modelos matemáticos que se adaptan a datos experimentales de forma satisfactoria. Con el fin de mostrar la utilidad de esta técnica de modelado, se introduce el concepto de sensórica inferencial y se evalúa el desempeño de la proposición en este contexto. Los modelos matemáticos generados por el algoritmo propuesto muestran una reducción significativa en el valor del error de estimación respecto a modelos obtenidos mediante la ejecución del algoritmo de regresión simbólica original.

• Autores: Manrique Naranjo, Soleyda
• Fecha de publicación: 2015
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/55375
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/55375; http://bdigital.unal.edu.co/50778/
• Palabra clave: 0 Generalidades / Computer science, information and general works; 51 Matemáticas / Mathematics; 62 Ingeniería y operaciones afines / Engineering; Inferencia; Programación genética; Regresión simbólica; Regresión lineal; No lineal; Métodos de kernel; Inference; Genetic programing; Symbolic regression; Linear and nonlinear regression; Kernel methods
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional