Detalle del financiamiento

Autores: Pilar Estela Bulacio.

Descripción: El presente Proyecto aborda aspectos teóricos y prácticos del diseño de metodologías para la caracterización sistemática (y no exhaustiva) de conjuntos de variables en datos complejos. En particular, la actividad del proyecto se centra en el diseño de un proceso basado en técnicas de Minería de Datos, que permitan la identificación del aporte de coaliciones de variables para abordar el problema de clasificación. Los datos complejos, es decir, datos que son afectados por uno o varios de los siguientes factores: elevada dimensionalidad, multi-dimensionalmente correlacionados, ruidosos, e insuficientes en número de muestras; son el punto de partida de procesos de Clasificación en diversos dominios, por Ej., bioinformática (datos genómicos), agricultura (mapas de suelos en agricultura de precisión), materiales (datos espectroscópicos),? El objetivo último considerado en este proyecto es alcanzar la clasificación de datos complejos sobre un conjunto de clases predefinidas. La complejidad de estos tipos de datos requiere antes de abordar el problema de clasificación, una etapa de preprocesamiento que tiene por objetivo alcanzar un nuevo conjunto de datos ?limpios?. Este preprocesamiento es realizado generalmente en dos pasos. El primero se ocupa de quitar muestras y variables espurias, limitación del rango de variables y normalización. El segundo, que es donde nos centraremos, realiza un análisis de la estructura de datos, considerando la posibilidad de redefinición de clases tratadas para luego dar lugar a la selección de variables. En referencia a la posible redefinición de clases, debemos notar que las clases predefinidas pueden no estar fuertemente vinculadas con las muestras. Esto se puede deber a falta completitud de los datos o a las relaciones complejas que los datos presentan, siendo conveniente el análisis de tipos y subtipos inferidos desde el análisis de los datos. Por lo arriba expuesto, se puede ver que el análisis de la estructura de datos es un punto crucial en el problema de clasificación de datos complejos. Un análisis suficientemente descriptivo que pondere a través de medidas de incertidumbre el comportamiento de las variables por coaliciones en vez de individualmente, posibilita modelar características de comportamiento que se dan a nivel de grupo, por Ej., sinergia, contradicción, disonancia. Pero debemos notar además, que un análisis a nivel de grupo debe considerar la complejidad que conlleva y debe descartar soluciones exhaustivas.

Código del proyecto: ING362.

Desde fecha: 40544

Hasta fecha: 41974

Moneda: Pesos

Tipo de financiamiento: Proyectos de I+D.

Campo disciplinar: 2 - INGENIERÍAS Y TECNOLOGÍAS / 2.2 - Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información / 2.2.4 - Ingeniería de Sistemas y Comunicaciones.

Campo de aplicación: Prom.Gral.del Conoc.-Cs.Exactas y Naturales.

Especialidad: cOMPUTACIÓN.

Director: Pilar Estela Bulacio.

Año: 2014.