DOI:

https://doi.org/10.14483/2322939X.17232

Publicado:

2020-12-10

Número:

Vol. 17 Núm. 2 (2020)

Sección:

Investigación y Desarrollo

Algoritmo hibrido de redes neuronales artificiales con recocido simulado para predicción en minería de datos

Hybrid algorithm of artificial neural networks with simulated annealing for prediction in data mining

Autores/as

Palabras clave:

hybrid algorithms, artificial neural networks, simulated annealing, data prediction, machine learning (en).

Palabras clave:

algoritmos híbridos, redes neuronales artificiales, recocido simulado, predicción de datos, aprendizaje computacional (es).

Descargas

Resumen (es)

El presente artículo es un avance del proyecto de investigación titulado “Desarrollo de algoritmos híbridos para minería de datos” y presenta el uso de una red neuronal con el algoritmo del recocido simulado para realizar la predicción de un conjunto de datos de entrenamiento. En primer lugar, se aborda el problema a resolver, el cual está orientado al análisis de las técnicas definidas para el algoritmo hibrido. Luego, se justifica la metodología de investigación (científica descriptiva-exploratoria con enfoque experimental) aplicada. Se realizó la revisión de las técnicas seleccionadas para la técnica híbrida redes neuronales y recocido simulado la cual se aplica a un conjunto de datos experimentales asociados a determinar en un conjunto de pacientes si su columna vertebral es normal o anormal. Enseguida, se plantean las pruebas de análisis y resultados.

Resumen (en)

This paper is an advance of the research project entitled "Development of hybrid algorithms for data mining" and presents the use of a neural network with the simulated annealing algorithm to perform the prediction of a training data set. First, it addresses the problem to be solved, which is oriented to the analysis of the techniques defined for the hybrid algorithm. Then, the applied research methodology (descriptive-exploratory scientific with experimental approach) is justified. We performed a review of the techniques selected for the hybrid neuronal networks and simulated annealing technique which is applied to a set of experimental data associated with determining in a group of patients whether their spine is normal or abnormal. Then, the tests of analysis and results are presented.

Referencias

C. Clifton, “Data Mining Course Overview”, 2006. [En línea] Disponible en http://www.cs.purdue.edu/homes/clifton/cs590d/Intro.ppt

M. Duarte, F. Pantrigo y C. Gallego. “MetaHeurísticas”. Madrid: Dykinson, 2007.

J. Han, y M. Kamber, “Data mining, Concepts and techniques”, San Francisco, CA: Morgan Kaufmann, 2006, pp. 61 – 65, 110 – 127.

S. Haykin. “Neural Networks A comprensive foundation”. USA, 1999.

R. Hernández, C. Fernández y P. Baptista, Metodología de la investigación. México: McGraw-Hill Interamericana, 2003.

M. Kantardzic, “Data Mining: concepts, models, methods, and algorithms”. United States, 2001.

B. Kröse, y P. Smagt, “An Introduction to Neural Network”. Holland, 1996. p. 15

Cómo citar

IEEE

[1]
R. E. Salas ruiz, J. E. . Rodriguez Rodriguez, y C. L. . Hernández García, «Algoritmo hibrido de redes neuronales artificiales con recocido simulado para predicción en minería de datos», Rev. Vínculos, vol. 17, n.º 2, pp. 97–103, dic. 2020.

ACM

[1]
Salas ruiz, R.E. et al. 2020. Algoritmo hibrido de redes neuronales artificiales con recocido simulado para predicción en minería de datos. Revista Vínculos. 17, 2 (dic. 2020), 97–103. DOI:https://doi.org/10.14483/2322939X.17232.

ACS

(1)
Salas ruiz, R. E.; Rodriguez Rodriguez, J. E. .; Hernández García , C. L. . Algoritmo hibrido de redes neuronales artificiales con recocido simulado para predicción en minería de datos. Rev. Vínculos 2020, 17, 97-103.

APA

Salas ruiz, R. E., Rodriguez Rodriguez, J. E. ., y Hernández García , C. L. . (2020). Algoritmo hibrido de redes neuronales artificiales con recocido simulado para predicción en minería de datos. Revista Vínculos, 17(2), 97–103. https://doi.org/10.14483/2322939X.17232

ABNT

SALAS RUIZ, Roberto Emilio; RODRIGUEZ RODRIGUEZ, Jorge Enrique; HERNÁNDEZ GARCÍA , Claudia Liliana. Algoritmo hibrido de redes neuronales artificiales con recocido simulado para predicción en minería de datos. Revista Vínculos, [S. l.], v. 17, n. 2, p. 97–103, 2020. DOI: 10.14483/2322939X.17232. Disponível em: https://revistas.udistrital.edu.co/index.php/vinculos/article/view/17232. Acesso em: 4 nov. 2024.

Chicago

Salas ruiz, Roberto Emilio, Jorge Enrique Rodriguez Rodriguez, y Claudia Liliana Hernández García. 2020. «Algoritmo hibrido de redes neuronales artificiales con recocido simulado para predicción en minería de datos». Revista Vínculos 17 (2):97-103. https://doi.org/10.14483/2322939X.17232.

Harvard

Salas ruiz, R. E., Rodriguez Rodriguez, J. E. . y Hernández García , C. L. . (2020) «Algoritmo hibrido de redes neuronales artificiales con recocido simulado para predicción en minería de datos», Revista Vínculos, 17(2), pp. 97–103. doi: 10.14483/2322939X.17232.

MLA

Salas ruiz, Roberto Emilio, et al. «Algoritmo hibrido de redes neuronales artificiales con recocido simulado para predicción en minería de datos». Revista Vínculos, vol. 17, n.º 2, diciembre de 2020, pp. 97-103, doi:10.14483/2322939X.17232.

Turabian

Salas ruiz, Roberto Emilio, Jorge Enrique Rodriguez Rodriguez, y Claudia Liliana Hernández García. «Algoritmo hibrido de redes neuronales artificiales con recocido simulado para predicción en minería de datos». Revista Vínculos 17, no. 2 (diciembre 10, 2020): 97–103. Accedido noviembre 4, 2024. https://revistas.udistrital.edu.co/index.php/vinculos/article/view/17232.

Vancouver

1.
Salas ruiz RE, Rodriguez Rodriguez JE, Hernández García CL. Algoritmo hibrido de redes neuronales artificiales con recocido simulado para predicción en minería de datos. Rev. Vínculos [Internet]. 10 de diciembre de 2020 [citado 4 de noviembre de 2024];17(2):97-103. Disponible en: https://revistas.udistrital.edu.co/index.php/vinculos/article/view/17232

Descargar cita

Visitas

784

Descargas

Los datos de descargas todavía no están disponibles.

Artículos más leídos del mismo autor/a

1 2 > >> 
Loading...