Show simple item record

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

dc.contributor.authorCano Montero, Javier
dc.date.accessioned2015-10-14T07:58:55Z
dc.date.available2015-10-14T07:58:55Z
dc.date.issued2015
dc.identifier.urihttp://hdl.handle.net/10115/13301
dc.descriptionTesis Doctoral leída en la Universidad Rey Juan Carlos de Madrid en 2015. Directores de la Tesis: Javier Martínez Moguerza, Javier Castillo Villar y Jose Ignacio Martínez Torrees
dc.description.abstractpSVM 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 implementaci ón de sistemas embebidos. Además, se ofrece una comparativa entre libSVM y el nuevo algoritmo pSVM, probando que el segundo es más rápido y ofrece resultados similares que libSVM.es
dc.language.isospaes
dc.publisherUniversidad Rey Juan Carloses
dc.subjectInformáticaes
dc.titleParalelización hardware-software de técnicas de clasi cación basadas en algoritmos de generación de conglomerados de datoses
dc.typeinfo:eu-repo/semantics/doctoralThesises
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.subject.unesco3304.13 Dispositivos de Transmisión de Datoses
dc.subject.unesco1203.17 Informáticaes


Files in this item

This item appears in the following Collection(s)

Show simple item record

Los ítems de digital-BURJC están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario