Algoritmo conceptual para la clasificación supervisada en el reconocimiento lógico combinatorio de patrones

Abstract

La investigación que se realiza se fundamenta teóricamente en el reconocimiento lógico combinatorio de patrones dando continuidad al resultado de investigaciones científicas del grupo de Inteligencia Artificial y Reconocimiento de Patrones de la Universidad de las Ciencias Informáticas, la cual tiene dentro de sus misiones desarrollar aplicaciones y servicios informáticos, a partir de la vinculación estudio- trabajo como modelo de formación. En este trabajo se expone un nuevo algoritmo de clasificación supervisada basado en los conceptos generados utilizando algoritmos de agrupamiento conceptual, el cual es una alternativa a tener en cuenta en problemas de apoyo a la toma de decisiones en cualquier área del saber. El algoritmo de clasificación conceptual que se presenta se implementa en la herramienta conceptual HCC, la cual ofrece otras funcionalidades que permiten trabajar con problemas no supervisados y realizar acciones comparativas de los resultados con dos algoritmos de clasificación supervisada clásicos del reconocimiento lógico combinatorio. Finalmente, se presenta el esquema de estudio experimental que se aplica para validar el algoritmo ACC y un caso de estudio relacionado con el proceso de solicitud y selección de las asignaturas del currículo optativo del Plan de Estudios de la carrera de Ingeniería en Ciencias Informáticas.

The research that is carried out is based theoretically on the logical combinatorial recognition of patterns that gives continuity to the result of scientific investigations of the group of Artificial Intelligence and Pattern Recognition of the University of the Computer Sciences, which has in its missions applications and services of the Development, based on the study-work linkage as a training model. This work presents a new supervised classification algorithm based on concepts generated using conceptual clustering algorithms, which is an alternative to take into account in problems of support to decision making in any area of knowledge. The conceptual classification algorithm that is presented is implemented in the conceptual tool HCC, which offers other functionalities that allow to work with unsupervised problems and to perform comparative actions of the results with two classical supervised classification algorithms of combinatorial logic recognition. Finally, we present the experimental study scheme that is applied to validate the ACC algorithm and a case study related to the application and selection process of the elective curriculum subjects of the Curriculum of the Engineering in Computer Science.