Mostrar el registro sencillo del ítem

dc.contributor.authorValencia Marín, Cristhian Kaori
dc.date.accessioned2019-11-28T20:15:07Z
dc.date.available2019-11-28T20:15:07Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/11059/10894
dc.description.abstractLa clasificación de series de tiempo es una tarea fundamental en las áreas de aprendizaje de máquina y reconocimiento de patrones, debido a las múltiples aplicaciones que existen en el estado del arte, tales como análisis en mercados bursátiles, medicina, redes de sensores, experimentos científicos de objetos en movimiento, biología y clasificación de formas. La mayoría de modelos basados en datos suponen que las observaciones son independientes e idénticamente distribuidas. Sin embargo, al suponer lo anterior ciertos factores discriminantes pueden ser pasados por alto.spa
dc.formatapplication/pdfspa
dc.language.isospaspa
dc.publisherPereira : Universidad Tecnológica de Pereiraspa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectAnálisis de series de tiempospa
dc.subjectEspacios de Hilbertspa
dc.subjectProcesos de markovspa
dc.titleTime series classification methodology using reproducing kernel Hilbert spaces embeddingspa
dc.typemasterThesisspa
dc.publisher.departmentFacultad de Ingenierías Eléctrica, Electrónica y Ciencias de la Computaciónspa
dc.rights.accessRightsopenAccessspa
dc.creator.degreeMagíster en Ingeniería Eléctricaspa
dc.publisher.programMaestría en Ingeniería Eléctricaspa
dc.type.hasVersionacceptedVersionspa
dc.contributor.advisorÁlvarez Meza, Andrés Marino
dc.identifier.localT519.55 V152;6310000132614 F7134spa


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 International
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 International