Clasificador asociativo basado en conceptos lineales y no lineales

Abstract

RESUMEN: En este documento de tesis se presentan los fundamentos teóricos y prácticos de un nuevo modelo de clasificación supervisado de patrones. El modelo consta de dos algoritmos, uno para la fase de aprendizaje y otro para la de clasificación. Se incluyen las definiciones matemáticas que resultan de gran importancia para la formulación de los algoritmos, así como los teoremas que demuestran los alcances y limitaciones del modelo propuesto. Además, se muestra un estudio comparativo de los resultados obtenidos contra más de 20 de los modelos de clasificación más destacados en el estado del arte, sobre 11 bancos de datos utilizados ampliamente en investigaciones relacionadas con el Reconocimiento de Patrones. Los resultados también fueron sometidos a pruebas de significancia estadística, que dan certeza de la competitividad del modelo. También, se realizó un análisis asintótico del algoritmo, demostrando matemáticamente la complejidad computacional del modelo propuesto. ABSTRACT: In this document ot thesis we present the fundamentals of new classification model for suppervised pattern recognition. This model consist of two algorithms, one for the learning stage and a second one for classification task. The mathematical definitions which are very important for the formulation of both algorithms and theorems that demostrate the scope and limitations of the proposed model are included. We shown a comparative study of the results obtained against more than 20 of the most prominent models for pattern classification in the state of art, over 11 datasets widely used in Pattern Recognition research. The results were also subjected to statistical significance tests, which give certainty of the competitiveness of the model. Additionally, an asymptotic analysis of the algorithm was performed, resulting a mathematical proof of the computational complexity of the proposed model.