R. Blanquero, A. Jiménez Cordero, E. Carrizosa
El Análisis de Datos Funcionales se dedica al estudio de datos que se consideran funciones en lugar de vectores. Support Vector Machines (SVM) es una de las técnicas referentes para la resolución de problemas de clasificación, en particular de datos funcionales. Frecuentemente se utiliza con un kernel gaussiano, cuyo parámetro ancho de banda es tratado en la literatura como un valor escalar. En esta charla proponemos un nuevo kernel funcional que, gracias a la naturaleza funcional de los datos, es capaz de ponderar las distintas partes de los datos, además de realizar la selección de instantes de tiempo más representativos, con el fin de obtener una buena clasificación.
También extendemos nuestra metodología a la regresión funcional utilizando Support Vector Regression (SVR).
El ajuste de los parámetros funcionales se modela como un problema de optimización continua, que resolvemos con un algoritmo heurístico.
El análisis computacional realizado muestra la eficacia de nuestro enfoque.
Palabras clave / Keywords: datos funcionales, SVM, SVR, clasificación, ajuste de parámetros, selección de variables
Programado
Sesión GT01-1 Análisis de Datos Funcionales: Avances y Aplicaciones (FDA-1). Organizadora: M. Carmen Aguilera Morillo
29 de mayo de 2018 09:10
Sala 1
