Repositorio Zaguan - Universidad de Zaragoza 

Related links

000009729 001__ 9729
000009729 037__ $$aTAZ-PFC-2012-720
000009729 041__ $$aspa
000009729 1001_ $$aAlmingol Docando, Javier
000009729 24500 $$aAgrupamiento no paramétrico en espacios latentes con selección automática de características relevantes
000009729 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2012
000009729 506__ $$adenied
000009729 520__ $$aEn los últimos años ha aumentado la disponibilidad de cantidades masivas de datos sin etiquetar de diversa naturaleza. Un ejemplo de este tipo de datos son, por ejemplo, trayectorias de personas en centros comerciales o ciudades obtenidas a partir de datos de GPS, cámaras de vigilancia, localización GSM, etc. El análisis de este tipo de datos tiene diversas aplicaciones en detección de comportamientos, programación de robots por demostración, detección de anomalías entre otras, para ello es necesario etiquetar o clasificar las trayectorias en diferentes grupos. El etiquetado presenta dos dificultades principales, en primer lugar las trayectorias pueden estar muy mezcladas en el espacio de medida a pesar de existir una representación latente (oculta) donde pueden ser separadas de una forma más sencilla, en segundo lugar el número de clases puede ser desconocido y necesita ser obtenido a partir de los datos. En este Proyecto Fin de Carrera derivamos un algoritmo basado en Procesos de Dirichlet que nos permite clasificar elementos en distintas clases en función de los parámetros latentes que caracterizan a cada una de ellas, además de determinar el número de clases existentes en el conjunto de datos de forma automática. La estimación de parámetros la realizaremos a partir de una regresión Bayesiana penalizada basada en la norma L1 denominada Lasso Bayesiano que nos permitirá realizar de facto una selección de características relevantes. Plantearemos el modelo jerárquico del algoritmo conjunto así como resolveremos sus implicaciones matemáticas. Finalmente, codificaremos el algoritmo en Matlab y lo validaremos con cuatro conjuntos de datos: datos generados aleatoriamente, trayectorias 2D, trayectorias de robot 6D y trayectorias reales de movimiento humano.
000009729 521__ $$aIngeniero de Telecomunicación
000009729 540__ $$aEl autor no autoriza la difusión del texto completo de su obra
000009729 6531_ $$aalgoritmo
000009729 6531_ $$aclusterización
000009729 6531_ $$aprocesos de dirichlet
000009729 6531_ $$alasso bayesiano
000009729 6531_ $$aclusterización de trayectorias
000009729 6531_ $$aalgoritmo bayesiano no paramétrico
000009729 700__ $$aMontesano del Campo, Luis$$edir.
000009729 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cLenguajes y Sistemas Informáticos
000009729 8560_ $$f460099@celes.unizar.es
000009729 8564_ $$s2535627$$uhttp://zaguan.unizar.es/TAZ/EINA/2012/9729/TAZ-PFC-2012-720.pdf$$zMemoria (spa)
000009729 950__ $$a
000009729 980__ $$aTAZ$$bPFC$$cEINA
Videotutorial depósito Trabajos Académicos