Modelos de aprendizaje basados en programación genética para Clasificación Multi-etiqueta

  1. AVILA JIMENEZ, JOSE LUIS
unter der Leitung von:
  1. Sebastián Ventura Soto Doktorvater/Doktormutter
  2. Eva Gibaja Galindo Doktorvater/Doktormutter

Universität der Verteidigung: Universidad de Córdoba (ESP)

Fecha de defensa: 13 von Juni von 2013

Gericht:
  1. José Ángel Olivas Varela Präsident/in
  2. Amelia Zafra Gómez Sekretär/in
  3. María José del Jesús Díaz Vocal

Art: Dissertation

Zusammenfassung

El problema de clasificación consiste en asociar una serie de etiquetas a una serie de ejemplos o patrones. En la clasificación clásica a cada patrón de entrenamiento solamente se le puede asociar una sola etiqueta de un conjunto de etiquetas. Por tanto se consideran que los conjuntos de clases objetivo en los que se agruparán los patrones son por definición conjuntos disjuntos. En el caso de la clasificación multi-etiqueta, los conjuntos objetivos no son disjuntos, pudiendo haber patrones a los que se les asocie más de una etiqueta. Por tanto, los ejemplos se asocian a un conjunto de etiquetas y el resultado puede tomar varios valores dentro del conjunto de etiquetas[1]. El objetivo que se plantea en esta tesis es el desarrollo de una serie de modelos de programación genética para resolver problemas de clasificación multi-etiqueta.