El problema del desbalance de las clases aparece cuando existen muchos más elementos de una o algunas clases, que de la otra u otras clases (dos o múltiples clases). Esta desproporción en el tamaño de las diferentes clases en un mismo conjunto de datos, puede ocasionar una disminución en la efectividad del clasificación sobre las clases menos representadas. En el caso específico de las redes neuronales artificiales, el desbalance de las clases ocasiona lentitud en la convergencia de las clases minoritarias, lo que se traduce en una pobre capacidad de generalización del clasificador. En este trabajo se estudia y trata el problema del desbalance de las clases en el ámbito de las redes neuronales artificiales. Para ello se entrena la red con el algoritmo back-propagation con procesamiento por grupos desde tres enfoques distintos: (a) Incluyendo funciones de coste al proceso de entrenamiento, (b) aplicando redes neuronales modulares (descomposición del problema), y (c) reduciendo la región de solapamiento de las clases menos representadas. En síntesis, este trabajo presenta un estudio empírico comparativo de los efectos y posibles tratamientos del problema del desbalance de las clases sobre tres modelos de red neuronal artificial.
| Identifer | oai:union.ndltd.org:TDX_UJI/oai:www.tdx.cat:10803/10490 |
| Date | 15 July 2010 |
| Creators | Alejo Eleuterio, Roberto |
| Contributors | Martínez Sotoca, José, Universitat Jaume I. Departament de Llenguatges i Sistemes Informàtics |
| Publisher | Universitat Jaume I |
| Source Sets | Universitat Jaume I |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/publishedVersion |
| Format | application/pdf |
| Source | TDX (Tesis Doctorals en Xarxa) |
| Rights | info:eu-repo/semantics/openAccess, ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs. |
Page generated in 0.0022 seconds