Palabras clave
algoritmos para el cálculo de testores típicos
selección de variables
Cómo citar
Resumen
Los testores, y en particular los testores típicos, han sido utilizados en problemas de selección de variable y problemas de clasificación supervisada. Comunmente se ha usado algoritmos determinísticos para hallar testores típicos. A principios de esta decada comenzó a desarrollarse un nuevo enfoque basado en algoritmos evolutivos. Un problema común para probar el comportamiento de ambos métodos es la necesidad de conocer a priori el número de testores típicos de una matriz dada. Para una matriz arbitraria, no se puede saber este número a menos de que se hayan encontrado todos los testores típicos. Por lo tanto, este trabajo introduce, por primera vez, una estrategia para generar matrices básicas para las cuales el número de testores típicos es conocido sin necesidad de aplicar un algoritmo para encontrarlos. Este método se ilustra con algunos ejemplos.
Referencias
A. N. Dmitriev, Y. I. Zhuravlev and F. Krendeleiev 1966. "On the mathematical principles of patterns and phenoÂmena classification." Diskretnyi Analiz. 7, 3-15.
J. Ruiz, M. Lazo, E. Alba. 2001. "An overview of the concept oftestor." Pattern Recognition. 34, 13-21.
M. Lazo, J. Ruiz. 1995. "Determining the feature releÂvance for non classically described objects and a new algorithm to compute typical fuzzy testors." Pattern ReÂcognition Letters. 16, 1259-1265.
A. Carrasco, J. Martínez 2004. "Feature selection for natural disaster texts classification Using testors." InÂtelligent Data Engineering and Automated Learning. Springer- Verlag. 8,424-429.
R. Vázquez, S. Godoy. 2007. "Using testor theory to reÂduce the dimension of neural network models." Special Issue in Neural Networks and Associative Memories. 28, 93-103.
J. Santos, A. Carrasco, J. Martínez. 2004. "Feature selecÂtion using typical testors applied to estimation of stellar parameters." Computación y Sistemas. 8, 015-023.
A. Pons, R. Gil, R. Berlanga. 2007. "Using typical tesÂtors for feature selection in text categorization." Progress in Pattern Recognition, Image Analysis and ApplicaÂtions. 12th Iberoamericann Congress on Pattern RecogÂnition. Springer Verlag.
A. Pons, J. Ruiz, R. Berlanga. 2004. "A method for the automatic summarization of topic-based clusters of doÂcuments." 8th Iberoamerican Congress on Pattern ReÂcognition. Springer Verlag. 596-603.
F. Li, Q. Zhu, X. Lin. 2009. "Topic discovery in research literature based on non-negative matrix factorization and testor theory." Asia-Pacific Conference on Information Processing. 2,266-269.
Sánchez, G. 1997. "Efficient algorithms to calculate tyÂpical testors from a basic matrix." Design and program. Master thesis. BUAP, México.
L. Morales, G. Sánchez. 2007. "FS-EX plus: A new alÂgorithm for the calculation of typical FS-testor set." ProÂgress in Pattern Recognition, Image Analysis and AppliÂcations. 12th Iberoamericann Congress on Pattern ReÂcognition. Springer Verlag.
G. Sánchez, M. Lazo, O. Fuentes. 1999. "Genetic algoÂrithm to calculate minimal typical testors." Proceedings of the IV Iberoamerican Symposium on Pattern RecogÂnition. 207-214.
E Alba, R. Santana, A. Ochoa, M. Lazo. 2000. "Finding typical testors by using an evolutionary strategy." ProÂceedings of the V Ibero American Symposium on PatÂtern Recognition. 267-278.
M. Garey, D. Johnson. 1979. "Computers and intractaÂbility: A guide to the theory of NP-completeness" W. H. Freeman and Company. New York, NY.
Los autores que publiquen en la revista ACI Avances en Ciencias e Ingenierías aceptan los siguientes términos:
- Los autores conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, la cual estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada, pudiendo de esa forma publicarla en un volumen monográfico o reproducirla de otras formas, siempre que se indique la publicación inicial en esta revista.
- Se permite y se recomienda a los autores difundir su obra a través de Internet:
- Antes del envío a la revista, los autores pueden depositar el manuscrito en archivos/repositorios de pre-publicaciones (preprint servers/repositories), incluyendo arXiv, bioRxiv, figshare, PeerJ Preprints, SSRN, entre otros, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada (Véase El efecto del acceso abierto).
- Después del envío, se recomiendo que los autores depositen su artículo en su repositorio institucional, página web personal, o red social científica (como Zenodo, ResearchGate o Academia.edu).