SIMULACIÓN EN LA IDENTIFICACIÓN DE MIRTACEAS BASADO EN REDES NEURONALES ARTIFICIALES SUPERVISADAS
Palabras clave:
inteligencia artificial, minería de datos, modelos conexionistas, modelos supervisados, simulación, botánicaResumen
Modelar y simular el conocimiento de los especialistas es un área de constante interés científico-tecnológico. En dominios botánicos se aplican tecnologías de la Inteligencia Artificial para apoyar la identificación de especies vegetales, como una estrategia para afrontar complejos procesos decisorios. La Minería de Datos abarca una diversidad de técnicas entre ellas las basadas en tecnologías de la Inteligencia Artificial, como son las Redes Neuronales Artificiales. En el trabajo se proponen y evalúan algunas soluciones inferenciales sustentadas en modelos conexionistas supervisados, como una alternativa de apoyo a la toma de decisiones en la identificación taxonómica. Finalmente, se justifican los resultados obtenidos en las simulaciones y se proponen futuras líneas de trabajo.
Descargas
Citas
CASTILLO, E.; COBO ORTEGA, A.; GUTIERREZ LLORENTE, J. M. y PRUNEDA GONZALEZ, R E. (1998): INTRODUCCIÓN A LAS REDES FUNCIONALES CON APLICACIONES. Ed. Paraninfo.
CHAPMAN, P.; CLINTON, J.; KEBER, R.; KHABAZA, T.; REINARTZ, T.; SHEARER, C. y WIRTH, R. (2000): CRISP-DM 1.0 STEP BY STEP BIGUIDE. Editedby SPSS. Documento en línea. Disponible en: http://www-staff.it.uts.edu.au/~paulk/teaching/dmkdd/ass2/readings/methodology/CRISPWP-0800.pdf
FAUSETT L. (1994): FUNDAMENTALS OF NEURAL NETWORKS. ARCHITECTURES, ALGORITHMS AND APPLICATIONS, Ed. Prentice Hall. U.S.A.
FRAWLEY, W. J.; PIATETSKY-SHAPIRO, G. y MATHEUS, C. J. (1992): “KNOWLEDGE DISCOVERY IN DATABASES: AN OVERVIEW”, AI Magazine 13(3): 57-70.Documento en línea. Disponible en:http://aaaipress.org/ojs/index.php/aimagazine/article/viewFile/1011/929
FREEMAN J. y SKAPURA D. (1993): “REDES NEURONALES. ALGORITMOS, APLICACIONES Y TÉCNICAS DE PROGRAMACIÓN”, Addison-Wesley/Díaz de Santos, España.
GARCÍA MORATE, D. (2008): “MANUAL DE WEKA”. Disponible en: http://www.metaemotion.com/diego.garcia.morate/download/weka.pdf
HILERA J. y MARTÍNEZ V. (1995): “REDES NEURONALES ARTIFICIALES. FUNDAMENTOS, MODELOS Y APLICACIONES”, Addison-Wesley Iberoamericana, México.
MARIÑO, S. I. (2001). “CONSTRUCCIÓN DE UN GENERADOR DE SISTEMAS EXPERTOS PROBABILÍSTICOS. UNA APLICACIÓN A LA IDENTIFICACIÓN DE ESPECIES VEGETALES”, Tesis de Maestría en Informática y Computación, Facultad de Ciencias Exactas y Naturales y Agrimensura, Universidad Nacional del Nordeste.
MARIÑO, S. I. y DEMATTEIS, M. (2014): “REVISIÓN DE SOLUCIONES DE TECNOLÓGICAS INTELIGENTES EN BIOLOGÍA”, Telematique, Revista Electrónica de Estudios Telemáticos, 13(1): 30-50.
MARIÑO, S. I. y ALFONZO, P. L. (2016): “SIMULACIÓN DEL RAZONAMIENTO EN EL PROCESO DE IDENTIFICACIÓN BOTÁNICA BASADO EN REDES BAYESIANAS”, Investigación Operativa, 24(39): 55-72.
MARIÑO, S. I. y ALFONZO, P. L. (2017): “UNA PROPUESTA DE INTEGRACIÓN DE INTERFACES DE USUARIO EN MÉTODOS DE MINERÍA DE DATOS”, Investigación Operativa, 25 (41): 42-53.
MARIÑO, S. I. y TRESSENS, S. G. (2001): “ARTIFICIAL NEURAL NETWORKS APPLICATION IN THE IDENTIFICATION OF THREE SPECIES OF ROLLINIA (ANNONACEAE)”, Ann. Bot. Fennici, 38: 215–224.
MARTINS, S.; PESADO, P. y GARCÍA-MARTÍNEZ, R. (2014): “PROPUESTA DE MODELO DE PROCESOS PARA UNA INGENIERÍA DE EXPLOTACIÓN DE INFORMACIÓN: MOPROPEI”. RevistaLatinoamericana de Ingeniería de Software, 2(5): 313-332,
MATHEUS J. C.; CHAN, P. K. y PIATETSKY-SHAPIRO, G. (1993): “SYSTEMS FOR KOWLEDGE DISCOVERY IN DATABASE”, IEEE, TKDE, special issue on Learning& Discovery in Knowledge-Based Databases, 1-16,Documento en línea. Disponible en: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.49.169&rep=rep1&type=pdf
MOINE, J. M.; HAEDO, A. N. y GORDILLO, S. (2011a): “ESTUDIO COMPARATIVO DE METODOLOGÍAS PARA MINERÍA DE DATOS”, XIII Workshop de Investigadores en Ciencias de la Computación p. 278-281
MOINE, J. M.; HAEDO, A. N. y GORDILLO, S.(2011b): “ANÁLISIS COMPARATIVO DE METODOLOGÍAS PARA LA GESTIÓN DE PROYECTOS DE MINERÍA DE DATOS”, VIII Workshop Bases de Datos y Minería de Datos (WBDDM), CACIC 2011 - XVII Congreso Argentino de Ciencias de la Computación, octubre 2011 : p. 931-938
MORET BONILLO, V. (2014): “REPRESENTACIÓN DEL CONOCIMIENTO Y RAZONAMIENTO AUTOMÁTICO”. España: Departamento de Computación. Facultad de Informática. Universidad de A Coruña.
RUSSELL, S. y NORVIG, P. (2004): “INTELIGENCIA ARTIFICIAL. UN ENFOQUE MODERNO”, Ed. Prentice–Hall Hispanoamericana.
VALCÁRCEL ASENCIOS V. (2004): “DATA MINING Y EL DESCUBRIMIENTO DE CONOCIMIENTO”. Revista de la Facultad de Ingeniería Industrial. (7):2: p. 83-86.
WEKA, Disponible en: http://www.cs.waikato.ac.nz/ml/weka/
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
CompartirIgual — Si remezcla, transforma o crea a partir del material, debe distribuir su contribución bajo la misma licencia del original.
