Mi DSpace
Usuario
Contraseña
Please use this identifier to cite or link to this item: http://repositorio.ucsp.edu.pe/handle/UCSP/15589
Title: Fast algorithms for the optimum-path forest-based classifier
Authors: Culquicondor Ruiz, Aldo Paolo
metadata.dc.contributor.advisor: Ochoa Luna, José Eduardo
Castelo Fernández, César Christian
Keywords: Algoritmos;Bosque de caminos óptimos;Optimun Path Forest (OPF);Image Foresting Transform
Issue Date: 2018
Publisher: Universidad Católica San Pablo
Abstract: Las aplicaciones de Reconocimiento de Patrones manejan conjuntos de datos en constante crecimiento, tanto en taman˜o como en complejidad. En este trabajo, proponemos y analizamos algoritmos para el clasificador supervisado basado en Bosque de Caminos Optimos (OPF, por sus siglas en ingl´es). Este clasifi-´ cador ha probado ser capaz de proveer resultados comparables a t´ecnicas de reconocimiento de patrones ma´s conocidas, pero con una fase de entrenamiento mucho m´as ra´pida. Sin embargo, aun hay lugar para mejoras. La contribucio´n de este trabajo es la introducci´on de indexacio´n espacial y algoritmos paralelos en las fases de entrenamiento y clasificaci´on del clasificador supervisado OPF. En primer lugar, proponemos un abordaje simple de paralelizacio´n para la fase de entrenamiento. Siguiendo el entrenamiento secuencial tradicional del OPF, mantiene una cola de prioridad para calcular las mejores muestras en cada iteraci´on. Posteriormente, reemplazamos la cola de prioridad por un arreglo y una bu´squeda lineal, con el objetivo de usar una estructura de datos ma´s adecuada para el paralelismo. Mostramos que este abordaje lleva a una mayor localidad temporal y espacial que el anterior, proveyendo mejores tiempos de ejecucio´n. Adicionalmente, mostramos c´omo el uso de la vectorizacio´n en el c´alculo de distancias afecta el tiempo de ejecucio´n y proveemos gu´ıas para su uso adecuado. Para la fase de clasificacio´n, primero buscamos reducir el nu´mero de c´alculos de distancia respecto a las muestras del clasificador y luego introducimos un esquema de paralelizaci´on. Con este objetivo, desarrollamos una nueva teor´ıa para indexar el clasificador OPF en un espacio m´etrico. Luego, la usamos para construir una estructura de datos eficiente que nos permite reducir el nu´mero de c´alculos de distancia con muestras del clasificador. Finalmente, proponemos su paralelizaci´on, obteniendo una clasificaci´on muy ra´pida para muestras nuevas.
URI: http://repositorio.ucsp.edu.pe/handle/UCSP/15589
Appears in Collections:Tesis Pregrado - Ciencia de la computación

Files in This Item:
File Description SizeFormat 
CULQUICONDOR_RUIZ_ALD_FAS.pdf738.39 kBAdobe PDFView/Open


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