Selección de caracterÃsticas para atributos continuos en tareas de clasificación de actividad fÃsica/Features selection for continuous attributes in classification of …


Abstract:

Los dispositivos móviles contienen diversos sensores con capacidad para enviar datos que se utilizan en la toma de decisiones, un ejemplo es la clasificación de actividad fÃsica basada en el uso de acelerómetros y giroscopios. Las señales de los sensores se procesaron previamente aplicando diferentes té cnicas que extrajeron un sinnúmero de atributos, los cuales sirvieron para el desarrollo de tareas de clasificación. La optimización de sistemas de clasificación requirió la disminución del número de caracterÃsticas de entrada con la finalidad de sintetizar la dimensión de su conjunto y tiempo de aprendizaje. Este artÃculo empleó mé tricas de ganancia de información para atributos continuos, que redujeron la incertidumbre y extrajeron únicamente aquellas caracterÃsticas má s significativas a travé s de los datos procesados. El aná lisis de los resultados que se obtuvieron en la clasificación de actividad fÃsica usando redes neuronales, mostraron no solamente la disminución de caracterÃsticas, sino tambié n un error por debajo del 5% y la reducción del tiempo de procesamiento en aproximadamente 55%.

Año de publicación:

2016

Keywords:

    Fuente:

    googlegoogle

    Tipo de documento:

    Other

    Estado:

    Acceso abierto

    Áreas de conocimiento:

    • Aprendizaje automático
    • Ciencias de la computación

    Áreas temáticas de Dewey:

    • Métodos informáticos especiales
    • Funcionamiento de bibliotecas y archivos
    • Fisiología humana
    Procesado con IAProcesado con IA

    Objetivos de Desarrollo Sostenible:

    • ODS 3: Salud y bienestar
    • ODS 17: Alianzas para lograr los objetivos
    • ODS 9: Industria, innovación e infraestructura
    Procesado con IAProcesado con IA

    Contribuidores: