Paralelización hardware-software de técnicas de clasi cación basadas en algoritmos de generación de conglomerados de datos

  1. Cano Montero, Javier
Dirigée par:
  1. Javier Martínez Moguerza Directeur/trice
  2. Javier Castillo Villar Directeur/trice
  3. José Ignacio Martínez Torre Directeur

Université de défendre: Universidad Rey Juan Carlos

Fecha de defensa: 22 juin 2015

Jury:
  1. David Ríos Insua President
  2. Antonio Alonso Ayuso Secrétaire
  3. José Manuel Mendías Cuadros Rapporteur
  4. Daniel Mozos Muñoz Rapporteur
  5. Francisco Javier Gómez Arribas Rapporteur

Type: Thèses

Teseo: 389214 DIALNET lock_openTESEO editor

Résumé

pSVM es un nuevo algoritmo que permite por primera vez el entrenamiento en paralelo de una SVM. Para conseguirlo el conjunto de entrenamiento se divide en distintas regiones de Voronoi utilizando el algoritmo k-medias, consiguiendo así SVMs más pequeñas y rápidas de entrenar con el objetivo de reducir la carga computacional. permitiendo la futura implementación de sistemas embebidos. Además, se ofrece una comparativa entre SVM y el nuevo algoritmo pSVM, probando que el segundo es más rápido y ofrece resultados similares que SVM.