Detección de ruido y aprendizaje basado en información actual.


















Detección de ruido y aprendizaje basado en información actual.






















Los métodos de limpieza de ruido tienen una gran significación en tareas de clasificación y en situaciones en las que es necesario realizar un aprendizaje semi-supervisado, debido a la importancia que tiene contar con muestras bien etiquetadas paraclasificar nuevos patrones. Para realizar el proceso de clasificación se necesita un conjunto de muestras etiquetadas (prototipos) lo suficientemente representativas, para que sean capaces de emitir un juicio correcto acerca de la clase a la cual pertenece un nuevo objeto.
El proceso de clasificación se puede realizar de tres maneras: supervisada, no supervisada y semi-supervisada. Los algoritmos declasificación supervisada operan usualmente sobre la información suministrada por un conjunto de muestras, patrones, ejemplos o prototipos de entrenamiento que son asumidos como representantes de las clases, y los mismos poseen una etiqueta de clase correcta. Las técnicas de clasificación no supervisada o de agrupamiento, se emplean para construir el conjunto de entrenamiento cuando no se disponedel mismo, es decir, cuando no existe conocimiento acerca de las etiquetas de los patrones, incluso puede suceder que no se conozca el total de clases presentes en los datos. Los algoritmos de clasificación semi-supervisada o de aprendizaje semi-supervisado tienen como única información pocas muestras de las clases presentes y cuentan con un conjunto numeroso de objetos no etiquetados que seránutilizados también en el proceso de clasificación.
En procesos de aprendizaje semi-supervisado, se cuenta con un conjunto pequeño de objetos bien etiquetados y un conjunto amplio de objetos sin clasificar, a los cuales es necesario asignar alguna etiqueta, se pueden cometer errores que más tarde ocasionarán a su vez fallos en la clasificación de nuevos objetos, ya que aprender de datos malclasificados perjudica la funcionalidad de los algoritmos de clasificación.






Debido al costo de preparación de un especialista es alto, surgen estrategias para el tratamiento automático de los datos con diversos objetivos. Se propone una nueva estrategia para la detección de ruido en flujos de datos mediante criterios de vecindad para eliminar las limitaciones del método en; se utiliza unensamble de dos clasificadores y se comparan las estrategias de Filtrado Global y, Filtrado Local y Global.
Los métodos de limpieza de ruido en general, usan clasificadores entrenados de una porción de los datos de entrenamiento, para justificar las muestras excluidas. Esto puede ser posible para datos estáticos, pero en flujos de datos, es necesario tener en cuenta que ellos están sujetos a cambiosen las diferentes distribuciones, por lo que es necesario definir estrategias en las que esté presente esta problemática. Se pueden efectuar tres variantes para filtrar el flujo de datos: 1) El Filtrado Local (FL) realiza la limpieza de los datos localmente dentro de cada bloque, sin necesitar ningún otro bloque de datos es decir, trata cada bloque de datos como un conjunto estático y separa cadabloque. La desventaja de este método es el número reducido de prototipos que tiene cada bloque, por lo que se pueden cometer errores, y detectar incorrectamente ejemplos que no son ruidosos como ruidosos. 2) El Filtrado Global (FG) utiliza clasificadores entrenados desde múltiples bloques para identificar el ruido. 3) En el Filtrado Local y Global (FL y G) se tienen en cuenta los objetos ruidosossegún cada una de las otras dos estrategias.
Una de las técnicas más empleadas para manejar los cambios de conceptos son los ensembles de clasificadores, mediante los cuales las salidas de varios clasificadores se combinan para tomar una decisión final.
Es necesario hacer la observación, que el conjunto de entrenamiento se constituye con los elementos de los β bloques anteriores a Fi que ya han...