Sistemas inteligentes

Título:

Sistemas inteligentes: aplicaciones en minería de datos y big data

Autor:

Lanzarini, Laura Cristina

Colaboradores:

; Hasperué, Waldo; Estrebou, César Armando; Villa Monte, Augusto; Jimbo Santana, Patricia; Reyes Zambrano, Gary; Camele, Genaro; López, Paula; Corvi, Julieta Pilar; Fernández Bariviera, Aurelio; Olivas Varela, José Angel

Temas:

MINERÍA DE DATOSREDES NEURONALES

En:

Workshop de Investigadores en Ciencias de la Computación (22do : 2020 : El Calafate, Argentina)

Resumen:

Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Minería de Datos y Big Data utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de grandes volúmenes de información y al procesamiento de flujo de datos. En el área de la Minería de Datos se está trabajando, por un lado, en la construcción de conjuntos de reglas de clasificación difusas que faciliten y permitan justificar la toma de decisiones y, por otro lado, en el diseño de técnicas de agrupamiento para flujos de datos con aplicación al análisis de trayectorias vehiculares para predecir congestión de tránsito. Con respecto al área de Big Data se está trabajando en el diseño y desarrollo de algoritmos de selección de características en grandes bases de datos de muchas columnas. Las implementaciones que se están llevando a cabo serán utilizadas en problemas de genómica molecular con el objetivo de determinar gene signatures. En esta misma línea se está trabajando sobre algoritmos de selección de características para el tratamiento de flujos de datos. Por otro lado y como transferencia tecnológica concreta, se efectuó un análisis sobre la producción de leche en ganado bovino a partir de la base de datos de la Asociación de la Región Pampeana de Entidades de Control Lechero (ARPECOL). En el área de la Minería de Textos se han desarrollado estrategias para resumir documentos a través de la extracción de los párrafos más representativos utilizando métricas de selección y técnicas de optimización.

URL/DOI:

http://sedici.unlp.edu.ar/handle/10915/103660

Palabras clave:

minería de textos

Medio:

Soporte electrónico

Tipo de documento:

Artículo

Descripción física:

1 archivo (166,4 kB)

Idioma:

Español

Publicación:

, 2020

Puede solicitar más fácilmente el ejemplar con: A1278

Ver estantes