Descripción
|
|
---|---|
Desarrollo de una nueva metodología para el aprendizaje incremental de clasificadores a partir de datos provenientes de distribuciones de probabilidad que varían con el tiempo. La metodología incorpora el aprendizaje de un modelo general de clasificación supervisada para una situación con una serie de características novedosas para las que no existían técnicas hasta la fecha: 1) datos con distribución cambiante en el tiempo, por lo que hace falta incorporar un sistema de detección del cambio; 2) ausencia de etiqueta en muchos de los datos; 3) clases no balanceadas. La metodología propuesta se apoya en el algoritmo EM, utilizando tanto los datos etiquetados como los no etiquetados. La detección del cambio se basa en la función de verosimilitud y en la divergencia de Kullback-Leibler. Las pruebas experimentales se están aún realizando. La metodología se particulariza para los clasificadores naive Bayes, regresión logística y árboles de clasificación. | |
Internacional
|
No |
Tipo de proyecto
|
Proyectos y convenios en convocatorias públicas competitivas |
Entidad financiadora
|
Agencia Española de Cooperación Internacional, Programa PCI-Mediterráneo, Ministerio de Asuntos Exteriores y de Cooperación (A/9166/07) |
Nacionalidad Entidad
|
ESPAÑA |
Tamaño de la entidad
|
Desconocido |
Fecha concesión
|
16/01/2008 |