Universidad de Zaragoza Custodiado por la Biblioteca de la Universidad de Zaragoza Premis-plugin for CDSInvenio, developed by Miguel Martín Miguel Martín González 02408nmm 2200000 a 4500

2013-02-12

spa Almingol Docando, Javier Montesano del Campo, Luis http://zaguan.unizar.es/record/9729 En 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. info:eu-repo/semantics/closedAccess Fulltext access not authorized info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/publishedVersion application/pdf 2012-11-20 02408nmm 2200000 a 4500 9729 TAZ-PFC-2012-720 spa Almingol Docando, Javier Agrupamiento no paramétrico en espacios latentes con selección automática de características relevantes Zaragoza Universidad de Zaragoza 2012 denied En 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. Ingeniero de Telecomunicación El autor no autoriza la difusión del texto completo de su obra algoritmo clusterización procesos de dirichlet lasso bayesiano clusterización de trayectorias algoritmo bayesiano no paramétrico Montesano del Campo, Luis dir. Universidad de Zaragoza Informática e Ingeniería de Sistemas Lenguajes y Sistemas Informáticos 460099@celes.unizar.es 2535627 http://zaguan.unizar.es/TAZ/EINA/2012/9729/TAZ-PFC-2012-720.pdf Memoria (spa) TAZ PFC EINA URI http://zaguan.unizar.es/record/9729 SUPPORTED 0 MD5 http://zaguan.unizar.es/TAZ/EINA/2012/9729/TAZ-PFC-2012-720.md5 4096 image/x.djvu 6 http://djvu.sourceforge.net/abstract.html DJVU/6 Profile information Lizardtech Document Express Enterprise 5.1 2011-01-19T11:29:27 URI http://zaguan.unizar.es/TAZ/EINA/2012/9729/TAZ-PFC-2012-720.pdf disk Minimum View Print Visualization of DJVU requires specific software, like DjVu Browser Plugin URI http://creativecommons.org/licenses/by-nc/3.0 URI http://creativecommons.org/licenses/by-nc/3.0 license URI http://creativecommons.org/licenses/by-nc/3.0 You are free to adapt, copy, transmite or distribute the work under the following conditions: (1) You must attribute the work in the manner specified by the author or licensor (but not in any way that suggests that they endorse you or your use of the work). (2) You may not use this work for commercial purposes (3) For any reuse or distribution, you must make clear to others the license terms of this work (4) Any of the above conditions can be waived if you get permission from the copyright holder (5) Nothing in this license impairs or restricts the author's moral rights This object is licensed under Creative Common Attribution-NonCommercial 3.0 (further details: http://creativecommons.org/licenses/by-nc/3.0/). Universidad de Zaragoza Automatizacion de Bibliotecas Edif. Matematicas, Pedro Cerbuna 12, 50009 Zaragoza auto.buz@unizar.es