Revista Tecnología en Marcha

Strategy based on machine learning to deal with untagged data sets using rough sets and/or information gain

Resumen Hoy en día se recogen datos de muy diversa índole y a un bajo costo, como no se había visto antes en la historia de la humanidad; por ejemplo, sensores que registran datos a cada minuto, páginas web que almacenan todas las acciones que realiza el usuario, supermercados que guardan todo lo que sus clientes compran y en qué momento lo hacen. Pero estas grandes bases de datos presentan un gran reto a sus propietarios ¿Cómo sacarles provecho?, ¿cómo convertir datos en información para la toma de decisiones? Este artículo presenta una estrategia basada en el aprendizaje de máquina para tratar con conjuntos de datos no etiquetados utilizando conjuntos aproximados y/o ganancia de información. Se propone una estrategia para agrupar los datos utilizando k-means, considerando cuánta información aporta un atributo (ganancia de información), además de poder seleccionar cuáles atributos son realmente indispensables para clasificar nuevos datos y cuáles son dispensables (conjuntos aproximados), lo cual es muy beneficioso pues permite tomar decisiones en menor tiempo.

Abstract As had been seen in the history of humanity, today data of various kinds and cheaply collected, for example sensors that record information every minute, web pages that store all the actions performed by the user on the page supermarkets that keep everything their customers buy and when to do it and many more examples like these. But these large databases have presented a challenge to their owners How to take advantage of them? How to turn data into information for decision making? This paper presents a strategy based on machine learning to deal with unlabeled datasets using rough sets and/or information gain. A method is proposed to cluster the data using k-means considering how much information provides an attribute (information gain); besides being able to select which attributes are really essential to classify new data and which are dispensable (rough sets), which is very beneficial as it allows decisions in less time.

Multiobjective optimization with expensive functions. Survey on the state of the art

Resumen La optimización multiobjetivo es un proceso complejo, más aún cuando las funciones objetivo que definen los problemas no están bien condicionadas o no cumplen con los requisitos mínimos para garantizar la convergencia de algoritmos clásicos, como convexidad, continuidad y diferenciabilidad. La literatura, entonces, se enfoca en el estudio de técnicas de optimización para problemas definidos por funciones con características particulares, por ejemplo, que el costo de su evaluación sea elevado, no convexas o no diferenciables. Este artículo hace una revisión general de las técnicas predominantes en problemas este tipo de funciones.

Abstrac The multi-objective optimization is a complex process, even more when the functions that define the problems are not well conditioned or do not meet the minimum set requirements to ensure the convergence of classical algorithms, such as convexity, continuity and differentiability. Hence, the technical literature focuses on optimization techniques for problems defined by functions with specific characteristics, like high evaluation cost, non-convexity or non-differentiability. This article provides an overview of some of the prevailing techniques for problems with these kind of functions.

Parameters identification of a thermal model for a three-phase induction motor using genetic algorithm

Resumen Una forma alternativa de identificar los parámetros de un modelo térmico de un motor de inducción es por medio de algoritmos genéticos. Este trabajo en su inicio, describe brevemente los conceptos relacionados con los modelos térmicos de motores, así como los principales conceptos de los algoritmos genéticos. Posteriormente plantea un modelo térmico simplificado para un motor trifásico Baldor modelo M3558, de 2 hp, 230V, 60 Hz, dicho modelo posee dos nodos para los cuales se plantean sus ecuaciones diferenciales y sus soluciones analíticas. Para determinar los parámetros de este modelo térmico se alimenta un algoritmo genético con el cálculo de las pérdidas del motor eléctrico así como las temperaturas del motor capturadas por un banco de pruebas construido para tal fin. El algoritmo genético va modificando cada parámetro de la solución analítica hasta que se cumplan los criterios de ajuste. En la parte final del trabajo se confrontan las capacitancias y conductancias térmicas obtenidas contra cálculos teóricos de las constantes físicas del motor. Se muestra que los parámetros obtenidos con el algoritmo genético presentan un mejor ajuste respecto a los datos y no requieren del conocimiento de las magnitudes y constantes físicas relacionadas con el motor.

Abstract Genetics algorithms are an alternative way to identify the parameters of an induction motor thermal model. Initially, this work briefly describes the concepts related to electric motors thermal models and the key concepts of genetic algorithms. Then it presents a simplified model for an M3558 Baldor motor, 2 HP, 230V, 60 Hz, the thermal model have two nodes, a set of differential equations and its analytical solutions is derived for each one. To determine the parameters of the thermal model, a genetic algorithm is fed with the calculation of motor losses and temperatures captured by a tests bench. The genetic algorithm changes each parameter of the analytical solution until adjustment criteria are met. At the end of this work, the thermal capacitances and inductances obtained are compared with theoretical calculations of the physical constants of the motor. We demonstrate that the parameters obtained with genetic algorithms fit better to the data and require little knowledge of the magnitude and physical constants related to the motor.

Analysis of a SIS model to study the dynamics of disease spread when control measures are applied

Resumen En este artículo se analiza un modelo discreto metapoblacional SIS para determinar los parámetros que se pueden controlar y representen la aplicación de alguna medida de control, con el objetivo de estudiar su impacto en la dinámica de la enfermedad. Una vez definidos los parámetros controlables, se simulan casos específicos que se asemejen a diferentes escenarios que se pueden presentar en la vida real.

Abstract In this paper a discrete-time metapopulation SIS model is analyzed to determine the parameters that can be controlled and they represent the implementation of some control measure, in order to study their impact on the dynamics of the disease. When the parameters are defined, different scenarios are simulated to represent various real-life cases.

Identification of stingless bees beginning from the classification of SIFT descriptors of an image of the right forewing

Resumen Se ha comprobado que la información morfométrica de un ala se puede usar para identificar la especie de algunos insectos, incluidas las abejas. En el presente trabajo se utiliza la información contenida en la fotografía de un ala para discriminar la especie de abejas nativas costarricenses sin aguijón. El método propuesto es un algoritmo discriminador basado en la clasificación de los descriptores SIFT de los puntos clave de la imagen del ala anterior derecha. Los especímenes usados en la investigación se recolectaron directamente de los nidos en diferentes zonas geográficas de Costa Rica y corresponden a 18 especies de 10 géneros. El algoritmo fue validado con 436 imágenes de alas con un resultado de 81% de éxito en la discriminación por género y de 76% a nivel de especie.

Abstract It has been found that morphological information contained in a wing can be used to identify the species of certain insects, including bees. This paper uses the information contained in the photograph of a wing to discriminate the specie of native stingless bees. A discriminator algorithm based on SIFT is proposed. Specimens used in the research were collected directly from the nests in different geographic areas of Costa Rica and correspond to 18 species of 10 genders. The proposed algorithm was validated with 436 images with 81% success in gender discrimination and 76% for the species.

Centroid movement and transferences: alternatives for generating neighbors in simulated annealing

Resumen En este artículo se comparan dos estrategias alternativas para la generación de vecinos en el algoritmo de sobrecalentamiento simulado. La primera corresponde a la transferencia de objetos de una clase a otra. La segunda, realiza el movimiento de individuos artificiales (llamados centroides) que representan a las clases. La comparación se realizó en el contexto del problema de optimización combinatoria de clasificación de datos cuantitativos. Este problema fue planteado como una minimización de W(P), que representa la inercia intraclases como función de una partición P. Finalmente, esto permitió comparar el rendimiento de los algoritmos en diversos conjuntos de datos.

Abstract In this paper, two different strategies to generate neighbors in the simulated annealing algorithm were compared. The first idea is based on transferring objects between classes. The other strategy moves artificial objects (called centroids) which represent the clusters. A comparison was developed using the combinatorial optimization problem of quantitative data clustering. This problem is presented as the minimization of W(P), which represents the within-inertia as a function of the partition P. Finally, this allowed comparison of the algorithms’ performance in several data sets.

Error Correction Model and Inflation Forecast

Resumen Este estudio investiga la aplicabilidad de las ideas de cointegración y corrección de errores de Granger-Engle a los pronósticos de inflación en Costa Rica. Se muestra que estas ideas, aplicadas a una regresión en movimiento contra la inflación de Estados Unidos, tuvieron éxito con la inflación de Costa Rica, incluso a través de la ruptura económica de 2008.

Abstract This study investigates the applicability of Granger-Engle cointegration and error correction for predicting inflation in Costa Rica. It is shown that these ideas, applied to a sliding regression against U.S. inflation, successfully forecast Costa Rica’s inflation, even through the rupture of 2008.