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

dc.contributor.author	Cano Montero, Javier
dc.date.accessioned	2015-10-14T07:58:55Z
dc.date.available	2015-10-14T07:58:55Z
dc.date.issued	2015
dc.identifier.uri	http://hdl.handle.net/10115/13301
dc.description	Tesis 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 Torre	es
dc.description.abstract	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 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.iso	spa	es
dc.publisher	Universidad Rey Juan Carlos	es
dc.subject	Informática	es
dc.title	Paralelización hardware-software de técnicas de clasi cación basadas en algoritmos de generación de conglomerados de datos	es
dc.type	info:eu-repo/semantics/doctoralThesis	es
dc.rights.accessRights	info:eu-repo/semantics/openAccess	es
dc.subject.unesco	3304.13 Dispositivos de Transmisión de Datos	es
dc.subject.unesco	1203.17 Informática	es