| Revista: | Revista cubana de ingeniería |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000362019 |
| ISSN: | 2223-1781 |
| Autores: | González, José Leandro1 Mar Cornelio, OMar1 |
| Instituciones: | 1Universidad de las Ciencias Informáticas, Departamento de Programación, La Habana. Cuba |
| Año: | 2013 |
| Periodo: | May-Ago |
| Volumen: | 4 |
| Número: | 2 |
| Paginación: | 37-42 |
| País: | Cuba |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | La extracción de conocimiento representa la base de la toma de decisiones en diversos procesos; siendo la minería de datos un área del conocimiento fundamental para garantizar dicho objetivo. Entre los procesos más utilizados, en la actualidad se encuentran la inteligencia artificial y el análisis estadístico implementado mediante técnicas de asociación, agrupamiento, clasificación que son desarrolladas con la aplicación de métodos estocásticos, heurística, redes neuronales. Sin embargo, ante problemas de análisis biológicos dan soluciones temporales representando bajo grado de generalización. La presente investigación describe una solución a la problemática planteada incidiendo sobre la técnica de clasificación a partir de la creación de un algoritmo de programación genética para la generación de reglas de producción, para lo cual se proponen cuatro fases en su implementación donde se transita desde la iniciación, pasando por la evolución de lo individuos, evaluación de las poblaciones hasta la culminación. Se valida además la eficiencia del algoritmo y se hace un análisis comparativo sobre las soluciones LogenPro y Pgirla demostrándose la eficiencia de la propuesta presentada |
| Resumen en inglés | The extraction of knowledge is the basis for decision making in various processes, data mining being an area of fundamental knowledge to attain that end. Among the processes used today are Artificial Intelligence and Statistical Analysis techniques implemented by Association, Clustering, classification that are developed using stochastic methods, heuristics, neural networks. However analysis to biological problems give temporary solutions representing low degree of generalization. This research describes a solution to the problem created incident on the classification technique based on the creation of a genetic programming algorithm for generating rules proposing four stages in its implementation which passes from initiation, through the evolution of as individuals, stock assessment to completion. It also validates the efficiency of the algorithm making a comparative analysis of the solutions Pgirla LogenPro and demonstrating the efficiency of the proposal |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Programación, Algoritmos genéticos, Clasificación |
| Keyword: | Computer science, Programming, Genetic algorithms, Classification |
| Texto completo: | Texto completo (Ver PDF) |
