DOI:
https://doi.org/10.14483/2322939X.17232Publicado:
2020-12-10Número:
Vol. 17 Núm. 2 (2020)Sección:
Investigación y DesarrolloAlgoritmo 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
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
ACM
ACS
APA
ABNT
Chicago
Harvard
MLA
Turabian
Vancouver
Descargar cita
Visitas
Descargas
Licencia
Derechos de autor 2020 Revista vínculos
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Este obra está bajo una licencia Creative Commons Atribución 4.0