Multiclasificador para predecir interacción de proteínas usando optimización basada en colonia de hormigas

RESUMEN En los últimos años el desarrollo de sistemas multi-clasificadores se ha convertido en un campo de investigación activo. Un sistema multi-clasificador es un conjunto de algoritmos de clasificación cuyas salidas individuales se funden para una mayor precisión. Muchos estudios teóricos y empír...

Full description

Saved in:

Bibliographic Details
Published in:	Revista cubana de ciencias informáticas pp. 195 - 210
Main Authors:	Cabrera Hernández, Leidys, Nápoles Ruiz, Gonzalo, Santos Martínez, Lester, Casas Cardoso, Gladys, García, María M
Format:	Journal Article
Language:	Portuguese
Published:	Editorial Ediciones Futuro 01-03-2017
Subjects:	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE COMPUTER SCIENCE, SOFTWARE ENGINEERING diversity measures ant colony optimization multi-clasificador classifier multi-classifier medidas de diversidad clasificador optimización de colonia de hormigas
Online Access:	Get full text
Tags:	Add Tag No Tags, Be the first to tag this record!

Description
Summary:	RESUMEN En los últimos años el desarrollo de sistemas multi-clasificadores se ha convertido en un campo de investigación activo. Un sistema multi-clasificador es un conjunto de algoritmos de clasificación cuyas salidas individuales se funden para una mayor precisión. Muchos estudios teóricos y empíricos han demostrado las ventajas del paradigma de la combinación de clasificadores sobre los clasificadores individuales. Cuando se combinan clasificadores es importante garantizar la diversidad entre ellos de alguna manera, algunas medidas estadísticas pueden utilizarse para estimar la diversidad de un conjunto de clasificadores, estas se llaman medidas de diversidad. Otra cuestión a considerar es el número de clasificadores individuales incluidos en el modelo: cuanto menor sea el número de clasificadores, más simple es el sistema resultante. En términos generales, el principio de parsimonia es muy deseado en tales conjuntos, desde que un conjunto voluminoso también será un modelo que consume mucho tiempo. Encontrar el subconjunto mínimo de los clasificadores individuales que produce el mejor rendimiento del sistema se puede plantear como un problema de optimización combinatoria. En este trabajo se aborda el problema de la construcción de sistemas multi-clasificadores usando la Optimización basada en Colonia de Hormigas, un algoritmo de optimización meta heurístico ampliamente popular y eficaz, la razón principal detrás del uso del mismo radica en su fuerte capacidad para resolver problemas de optimización combinatoria entrelazados. Además, un análisis empírico es incluido para validar estadísticamente nuestra propuesta, mostrándose una aplicación real en la interacción de proteínas.
ISSN:	2227-1899