Seleccin de Patrones Emergentes basados en Medidas de Calidad

La seleccin de patrones es un proceso importante en la calidad de los clasificadores supervisados. Sin embargo los clasificadores basados en patrones emergentes tienden a ser susceptibles, existen varios factores que pueden degradar la eficacia de la clasificacin: el uso de gran cantidad de patrones o patrones con baja calidad, entre otros, a menudo afecta la eficacia del proceso. Nuestra investigacin explora el campo de la seleccin de patrones emergentes usando un nuevo enfoque que comprueba la calidad del patrn antes del proceso de clasificacin, con el objetivo de garantizar patrones ms eficaces. Este trabajo recoge un estudio comparativo del desempeo individual y en conjunto, de una seleccin de medidas de estimacin de calidad para patrones y define una nueva metodologa para la seleccin de patrones emergentes, basndose en medidas de calidad individual del patrn. La presente investigacin constituye el fruto de 5 aos de estudios de la especialidad de Ingeniera Informtica vinculada al Reconocimiento de Patrones, y puede ser utilizado como material de consulta para especialistas interesados en el campo de la Inteligencia Artificial.