Algoritmos gèneticos

Solo disponible en BuenasTareas
  • Páginas : 22 (5337 palabras )
  • Descarga(s) : 4
  • Publicado : 4 de junio de 2010
Leer documento completo
Vista previa del texto
Uso de un algoritmo genético para la selección de atributos en la clasificación de células del epitelio vaginal
Evelin A. Gallegos
evel10@hotmail.com

J. F. Ramírez Cruz
federico_ramirez@yahoo.com.mx

J. J. Hernández Mora
jjhm@msn.com

RESUMEN: En este artículo se reporta los
resultados obtenidos en la clasificación de células que se encuentran en muestras citológicas de Papanicolaou,después de aplicar un algoritmo genético en la selección de atributos. Los Algoritmos Genéticos pueden entenderse como un método de búsqueda dirigido basado en probabilidades, inspirado en el proceso de selección natural; este método aplicado a la selección de variables muestra buenos resultados reduciendo el número de datos, por consiguiente disminuye el tiempo de clasificación y aumenta suprecisión, debido a la eliminación de atributos irrelevantes. Aplicado a la clasificación de células del epitelio vaginal se obtuvo que mejora los resultados de la clasificación en promedio un 6.93%, y reduce el número de atributos en 75.43% promedio. PALABRAS CLAVE: Atributos de células, Reconocimiento de Patrones, Selección de un Subconjunto de Atributos, Algoritmos Genéticos.

ejecución yalmacenamiento en la clasificación, esto es importante cuando las aplicaciones son en tiempo real. Este problema ha sido abordado desde distintas perspectivas, siendo las más utilizadas: el enfoque lógico combinatorio, agrupamiento (clustering por sus siglas en ingles), redes neuronales [11, 12, 13, 14, 15, 16] entre otros. De manera general, los métodos buscan reducir el número de variables que seutilizan para la representación de un conjunto de datos, rechazar las variables con poca información o que causen confusión, y aceptar solo las variables que permitan clasificar un objeto de forma eficiente y rápida. Este inconveniente puede ser resuelto por distintos enfoques, siendo los principales: el método indirecto o filtro (filter por sus siglas en ingles), el cual utiliza algún criterio paraidentificar que variables proporcionan mayor información y las ordenan basado en este criterio; y el método directo o Envolvente (Wrapper pos sus siglas en ingles), en este enfoque cada subconjunto posible es evaluado con un algoritmo de clasificación para medir su desempeño. Dentro de este enfoque se puede utilizar una técnica de cómputo evolutivo llamado “Algoritmos Genéticos”. En la actualidad sonutilizados para tratar problemas de cualquier tipo: diagnostico, clasificación, minería de datos, etc. Este paradigma está inspirado en cómo la naturaleza realiza el proceso de selección natural en las especies, donde los individuos aptos son los que sobreviven y forman nuevas generaciones [7]. Los Algoritmos Genéticos son mecanismos de búsqueda que operan sobre un conjunto finito de códigos, delespacio de búsqueda se toma de manera iterativa conjuntos de muestras (población) y cada elemento de una muestra (individuo) es calificado dependiendo de qué tan bien cumpla con los requisitos de acuerdo al objetivo planteado. Por otra parte, tenemos que en la medicina es necesario recurrir a sistemas computacionales que contribuyan al logro de metas, existe el caso de la Citología Vaginal, estaárea es la encargada entre otras cosas, de analizar las muestras del examén de Papanicolaou, para la detección de lesiones precancerosas o cáncer Cervicouterino.

1 INTRODUCCIÓN
El Reconocimiento de Patrones (RP) es un área de la computación cuyo objetivo es identificar y clasificar objetos en clases, partiendo de las características de dichos elementos, con el fin de resolver problemas declasificación que se encuentran en el desarrollo de investigaciones y sistemas aplicados al mundo real como: clasificar frutas en una fábrica de acuerdo a su calidad, estados de tiempo en una ciudad, zonas geográficas en fotos satelitales, entre otras muchas, en cualquier área [18]. Uno de los principales problemas que presenta el RP es la selección del subconjunto óptimo de características (FSS por...
tracking img