Uso de algoritmos evolutivos para la fusión de teorías en minería de datos distribuida
- Gaya López, María Cruz
- Giráldez, Ignacio
- Cortizo Pérez, José Carlos
- Borrajo Millán, Daniel (coord.)
- Castillo Vidal, Luis (coord.)
- Corchado Rodríguez, Juan Manuel (coord.)
Editorial: Universidad de Salamanca
ISBN: 978-84-611-8846-8, 978-84-611-8848-2
Año de publicación: 2007
Volumen: 2
Páginas: 121-130
Congreso: Conferencia de la Asociación Española para la Inteligencia Artificial (12. 2007. Salamanca)
Tipo: Aportación congreso
Resumen
Las precisiones que se alcanzan en las clasificaciones obtenidas a través de Sistemas Multiagente (SMA) mediante el uso de multiclasificadores pueden mejorar las obtenidas de forma local. Existen dominios de aplicación en los que es útil obtener además de la clasificación, el conocimiento descubierto por el proceso de KDD (Knowledge Discovery in Databases). Este conocimiento podrá ser utilizado por el operario humano como explicación de la clasificación obtenida. En este artículo se propone un algoritmo que, utilizado en un Sistema Multi Agente denominado TheSynEv, es capaz de, dadas las fuentes de datos locales de varios sitios distribuidos, obtener una teoría global que aglutina el conocimiento extraído de cada fuente de datos local. Para ello se utilizan algoritmos evolutivos. Los experimentos realizados muestran que la teoría global no solo permite realizar clasificaciones más precisas sino que, lo más importante, proporciona la explicación utilizada.