Diversity Measures for Building Multiple Classifier Systems Using Genetic Algorithms

Autores/as

  • Leidys Cabrera Hernández Universidad Central “Marta Abreu” de Las Villas (UCLV)
  • Alejandro Morales Hernández Centro de Estudios de Informática (CEI), Departamento de Computación
  • Gladys María Casas Cardoso Universidad Central “Marta Abreu” de Las Villas (UCLV), Departamento de Computación, Centro de Estudios de Informática (CEI), Facultad de Matemáticas, Física y Computación (MFC)

DOI:

https://doi.org/10.13053/cys-20-4-2513

Palabras clave:

Diversity measures, multi-classifier, classifiers, genetic algorithms.

Resumen

In this paper we present the different diversity measures that exist in the literature to decide if a set of classifiers is diverse, aspect that is very important in the creation of multi-classifier systems. The modeling for building multi-classifier systems using meta-heuristic of Genetic Algorithm to ensure the best possible accuracy and greater diversity among the classifiers is presented. Various forms of combination for diversity measures are also enunciated. Finally, we discuss two experiments in which the individual behaviors of diversity measures and their combinations are analyzed.

Biografía del autor/a

Leidys Cabrera Hernández, Universidad Central “Marta Abreu” de Las Villas (UCLV)

Universidad Central “Marta Abreu” de Las Villas (UCLV), Departamento de Computación, Centro de Estudios de Informática (CEI), Facultad de Matemáticas, Física y Computación (MFC), Cuba. Es Master en Bioinformática y Biología Computacional, 2013, en la Universidad Central “Marta Abreu” de Las Villas (UCLV), Cuba. Licenciada en Ciencias de la Computación, 2009. Profesora de la UCLV en la facultad de Computación e Investigadora del Laboratorio de Bioinformática del Centro de Estudios Informáticos. Áreas de interés: Bioinformática y Sistemas Multiclasificadores.

Alejandro Morales Hernández, Centro de Estudios de Informática (CEI), Departamento de Computación

Universidad Central “Marta Abreu” de Las Villas (UCLV), Departamento de Computación, Centro de Estudios de Informática (CEI), Facultad de Matemáticas, Física y Computación (MFC), Cuba. Es Licenciado en Ciencias de la Computación, 2014, de la Universidad Central “Marta Abreu” de Las Villas (UCLV), Cuba. Investigador del XETID, Empresa de Tecnologías de la Información (UCLV). Áreas de interés: Sistemas Multiclasificadores.

Gladys María Casas Cardoso, Universidad Central “Marta Abreu” de Las Villas (UCLV), Departamento de Computación, Centro de Estudios de Informática (CEI), Facultad de Matemáticas, Física y Computación (MFC)

Es Licenciada en Cibernética Matemática (1994), Master en Matemática (1998), Doctora en Ciencias Técnicas (2004) en la Universidad Central “Marta Abreu” de Las Villas (UCLV), Cuba. Profesora de la UCLV en la facultad de Matemática, Física y Computación e Investigadora del Laboratorio de Bioinformática del Centro de Estudios Informáticos. Áreas de interés: Bioinformática, Estadística Computacional y Sistemas Multi-clasificadores.

Descargas

Publicado

2016-12-18

Número

Vol. 20 Núm. 4 (2016): Thematic Issue: Research Advances and Applications of Evolutionary Computation (Guest Editors: H.J. Escalante, M. Graff)

Sección

Artículos

Licencia

Transfiero exclusivamente a la revista “Computación y Sistemas”, editada por el Centro de Investigación en Computación (CIC), los Derechos de Autor del artículo antes mencionado, asimismo acepto que no serán transferidos a ninguna otra publicación, en cualquier formato, idioma, medio existente (incluyendo los electrónicos y multimedios) o por desarrollar.

Certifico que el artículo, no ha sido divulgado previamente o sometido simultáneamente a otra publicación y que no contiene materiales cuya publicación violaría los Derechos de Autor u otros derechos de propiedad de cualquier persona, empresa o institución. Certifico además que tengo autorización de la institución o empresa donde trabajo o estudio para publicar este Trabajo.

El autor, representante acepta la responsabilidad por la publicación del Trabajo en nombre de todos y cada uno de los autores.

Esta Transferencia está sujeta a las siguientes reservas:

  • Los autores conservan todos los derechos de propiedad (tales como derechos de patente) de este Trabajo, con excepción de los derechos de publicación transferidos al CIC, mediante este documento.
  • Los autores conservan el derecho de publicar el Trabajo total o parcialmente en cualquier libro del que ellos sean autores o editores y hacer uso personal de este trabajo en conferencias, cursos, páginas web personal, etc.