Descripción
|
|
---|---|
La Tesis propone un marco de trabajo para el descubrimiento de conocimiento a partir de datos estructuralmente complejos, que pueden contener tanto series temporales como atributos univaluados. Dicho marco consta de herramientas para la modelización conceptual, comparación y obtención de modelos de referencia a partir de esos datos. En particular, se han propuesto algoritmos para el análisis de series temporales en las que la información relevante se concentra sólo en ciertas regiones, que se corresponden con eventos de interés para los expertos del dominio. El marco de extracción de conocimiento propuesto ha sido probado sobre datos estructuralmente complejos procedentes de dos áreas médicas: la Estabilometría, una disciplina que estudia el equilibrio de los seres humanos, y la Neurología, un área médica que estudia las enfermedades del sistema nervioso y los músculos. La obtención de resultados satisfactorios en dominios tan complejos y diferentes entre sí confirma la generalidad del marco propuesto. | |
Internacional
|
No |
ISBN
|
|
Tipo de Tesis
|
Doctoral |
Calificación
|
Sobresaliente cum laude |
Fecha
|
21/02/2011 |