Please use this identifier to cite or link to this item: http://bibdigital.epn.edu.ec/handle/15000/21643
Full metadata record
DC FieldValueLanguage
dc.contributor.authorGuevara Romero Ingrid Johana-
dc.date.accessioned2021-05-27T15:18:33Z-
dc.date.available2021-05-27T15:18:33Z-
dc.date.issued2021-05-25-
dc.identifier.citationGuevara Romero, I.J. (2021). Implementación computacional del algoritmo LEX para el cálculo de Testores Típicos usando Aprendizaje Simbólico. 49 hojas. Quito : EPN.es_ES
dc.identifier.otherT-FCM/0276/CD 11123-
dc.identifier.urihttp://bibdigital.epn.edu.ec/handle/15000/21643-
dc.descriptionEl algoritmo LEX para el cálculo de testores típicos ha sido de gran utilidad para aplicaciones en reconocimiento de patrones. La reciente publicación sobre la relación entre testores típicos y transversales mínimos, potencialmente aumente la utilidad y aplicación del algoritmo dentro de los campos de hipergrafos y minería de datos. Desafortunadamente, la alta complejidad temporal que los algoritmos en ambas áreas poseen sigue siendo una dificultad. Por ello, constantemente se busca alternativas que puedan ayudar a sobrellevar problemas difíciles. En este trabajo se propone la inclusión de un comportamiento de aprendizaje simbólico dentro de la implementación del algoritmo LEX. El aprendizaje simbólico incorporado es una estrategia general que optimiza el proceso de búsqueda, y por tanto la eficiencia de los algoritmos de testores típicos y transversales mínimos. Además, el desempeño del algoritmo resultante es evaluado utilizando como referencias matrices de prueba cuidadosamente diseñadases_ES
dc.description.abstractThe LEX algorithm for computing typical testors has been notoriously useful in the context of pattern recognition applications. The recently published relationship between typical testors and minimal transversals, potentially increases this algorithm’s usefulness and applicability within the hypergraphs and data mining fields. Unfortunately, the high time-complexity of algorithms in both areas still remains a major obstacle. Therefore, alternatives that can help overcome difficult problems are constantly being researched. In this paper we propose the inclusion of a symbolic learning behavior into the implementation of the LEX algorithm. The incorporated symbolic learning is a general strategy for optimizing the search process, and thus improving the efficiency of typical testors and minimal transversal algorithms. In addition, the performance of the resulting algorithm is assessed using carefully designed benchmark test matrices.es_ES
dc.description.sponsorshipAlba Cabrera, Eduardo, directores_ES
dc.publisherQuito, 2021es_ES
dc.rightsopenAccesses_ES
dc.subjectAPRENDIZAJE SIMBÓLICOes_ES
dc.subjectTESTORES TÍPICOSes_ES
dc.titleImplementación computacional del algoritmo LEX para el cálculo de Testores Típicos usando Aprendizaje Simbólicoes_ES
dc.typebachelorThesises_ES
Appears in Collections:Tesis Matemáticas (MAT)

Files in This Item:
File Description SizeFormat 
CD 11123.pdf367,23 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.