Selección de características para el reconocimiento de patrones con datos de alta dimensionalidad en fusión nuclear

La mejora tecnológica en los sistemas de adquisición de datos facilita que la dimensionalidad de los datos y su almacenamiento crezcan continuamente. Los métodos de reconocimiento de patrones y las técnicas de selección de características tienen que adaptarse al incremento cada vez mayor de la infor...

Descripción completa

Detalles Bibliográficos
Autor: Pereira González, Augusto
Tipo de recurso: tesis doctoral
Fecha de publicación:2015
País:España
Institución:Universidad Nacional de Educación a Distancia
Repositorio:e-spacio. Repositorio Institucional de la UNED
Idioma:español
OAI Identifier:oai:e-spacio.uned.es:20.500.14468/21057
Acceso en línea:https://hdl.handle.net/20.500.14468/21057
Access Level:acceso abierto
Palabra clave:inteligencia artificial
técnicas de predicción estadística
reactores de fusión nuclear
fusión termonuclear
id ES_5a2ffc4bd45ea57871aeb80b26323abd
oai_identifier_str oai:e-spacio.uned.es:20.500.14468/21057
network_acronym_str ES
network_name_str España
repository_id_str
spelling Selección de características para el reconocimiento de patrones con datos de alta dimensionalidad en fusión nuclearPereira González, Augustointeligencia artificialtécnicas de predicción estadísticareactores de fusión nuclearfusión termonuclearLa mejora tecnológica en los sistemas de adquisición de datos facilita que la dimensionalidad de los datos y su almacenamiento crezcan continuamente. Los métodos de reconocimiento de patrones y las técnicas de selección de características tienen que adaptarse al incremento cada vez mayor de la información adquirida. La reducción de dimensionalidad se convierte en crucial para poder extraer información oculta y mostrar los resultados obtenidos al usuario final. En esta tesis se propone como principal contribución un método rápido de selección de características. Se fundamenta en la combinación de algoritmos genéticos, predictores probabilísticos y una función de ajuste basada en la diferencia entre tasas de aciertos y falsos positivos. Este método determina de forma rápida y precisa las variables que aportan más información para predecir con anticipación las disrupciones que suceden en el plasma del dispositivo de fusión termonuclear JET. Se facilita también una solución para localizar patrones similares en series temporales de señales digitalizadas. Se proponen búsquedas alternativas y flexibles que incrementan el reconocimiento rápido de formas de onda muy largas. Se presentan estrategias de búsqueda muy precisas en la detección de patrones sin influencia del tamaño de la base de datos y de la cantidad de los mismos. Todos estos métodos están operativos en el estellarator TJ-II y en el tokamak JET por medio de una herramienta de exploración que permite la visualización inmediata de formas de onda similares en señales de evolución temporal. Finalmente y como tercera aportación más relevante, se examinan y solucionan los problemas de comunicación de eventos que se producen durante el transcurso de la operación experimental del TJ-II. Se automatizan tareas de aprendizaje y clasificación que se ejecutan en equipos muy diferentes y remotos. Se suministran técnicas de sincronización entre procesos para plataformas y entornos muy heterogéneos, como pueden ser entre sistemas de tiempo real (OS9, VxWorks), sistemas de tiempo compartido (Unix, Linux) y aplicaciones JAVA. La presente tesis doctoral es el resultado aglutinador de la aplicación de una serie de técnicas originales y procedimientos analíticos relevantes, concernientes a la selección de características y la búsqueda de patrones, utilizando la enorme cantidad de información almacenada en las bases de datos de los dispositivos experimentales de fusión TJ-II y JET.Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Informática y AutomáticaDormido Canto, SebastiánVega Sánchez, Jesús Antonioe-Spacio UNED20242024-05-2120152015-07-0120152015-07-01doctoral thesishttp://purl.org/coar/resource_type/c_db06info:eu-repo/semantics/doctoralThesisapplication/pdfhttps://hdl.handle.net/20.500.14468/21057reponame:e-spacio. Repositorio Institucional de la UNEDinstname:Universidad Nacional de Educación a DistanciaEspañolspaopen accesshttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0oai:e-spacio.uned.es:20.500.14468/210572026-06-06T12:38:31Z
dc.title.none.fl_str_mv Selección de características para el reconocimiento de patrones con datos de alta dimensionalidad en fusión nuclear
title Selección de características para el reconocimiento de patrones con datos de alta dimensionalidad en fusión nuclear
spellingShingle Selección de características para el reconocimiento de patrones con datos de alta dimensionalidad en fusión nuclear
Pereira González, Augusto
inteligencia artificial
técnicas de predicción estadística
reactores de fusión nuclear
fusión termonuclear
title_short Selección de características para el reconocimiento de patrones con datos de alta dimensionalidad en fusión nuclear
title_full Selección de características para el reconocimiento de patrones con datos de alta dimensionalidad en fusión nuclear
title_fullStr Selección de características para el reconocimiento de patrones con datos de alta dimensionalidad en fusión nuclear
title_full_unstemmed Selección de características para el reconocimiento de patrones con datos de alta dimensionalidad en fusión nuclear
title_sort Selección de características para el reconocimiento de patrones con datos de alta dimensionalidad en fusión nuclear
dc.creator.none.fl_str_mv Pereira González, Augusto
author Pereira González, Augusto
author_facet Pereira González, Augusto
author_role author
dc.contributor.none.fl_str_mv Dormido Canto, Sebastián
Vega Sánchez, Jesús Antonio
e-Spacio UNED
dc.subject.none.fl_str_mv inteligencia artificial
técnicas de predicción estadística
reactores de fusión nuclear
fusión termonuclear
topic inteligencia artificial
técnicas de predicción estadística
reactores de fusión nuclear
fusión termonuclear
description La mejora tecnológica en los sistemas de adquisición de datos facilita que la dimensionalidad de los datos y su almacenamiento crezcan continuamente. Los métodos de reconocimiento de patrones y las técnicas de selección de características tienen que adaptarse al incremento cada vez mayor de la información adquirida. La reducción de dimensionalidad se convierte en crucial para poder extraer información oculta y mostrar los resultados obtenidos al usuario final. En esta tesis se propone como principal contribución un método rápido de selección de características. Se fundamenta en la combinación de algoritmos genéticos, predictores probabilísticos y una función de ajuste basada en la diferencia entre tasas de aciertos y falsos positivos. Este método determina de forma rápida y precisa las variables que aportan más información para predecir con anticipación las disrupciones que suceden en el plasma del dispositivo de fusión termonuclear JET. Se facilita también una solución para localizar patrones similares en series temporales de señales digitalizadas. Se proponen búsquedas alternativas y flexibles que incrementan el reconocimiento rápido de formas de onda muy largas. Se presentan estrategias de búsqueda muy precisas en la detección de patrones sin influencia del tamaño de la base de datos y de la cantidad de los mismos. Todos estos métodos están operativos en el estellarator TJ-II y en el tokamak JET por medio de una herramienta de exploración que permite la visualización inmediata de formas de onda similares en señales de evolución temporal. Finalmente y como tercera aportación más relevante, se examinan y solucionan los problemas de comunicación de eventos que se producen durante el transcurso de la operación experimental del TJ-II. Se automatizan tareas de aprendizaje y clasificación que se ejecutan en equipos muy diferentes y remotos. Se suministran técnicas de sincronización entre procesos para plataformas y entornos muy heterogéneos, como pueden ser entre sistemas de tiempo real (OS9, VxWorks), sistemas de tiempo compartido (Unix, Linux) y aplicaciones JAVA. La presente tesis doctoral es el resultado aglutinador de la aplicación de una serie de técnicas originales y procedimientos analíticos relevantes, concernientes a la selección de características y la búsqueda de patrones, utilizando la enorme cantidad de información almacenada en las bases de datos de los dispositivos experimentales de fusión TJ-II y JET.
publishDate 2015
dc.date.none.fl_str_mv 2015
2015-07-01
2015
2015-07-01
2024
2024-05-21
dc.type.none.fl_str_mv doctoral thesis
http://purl.org/coar/resource_type/c_db06
dc.type.openaire.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.14468/21057
url https://hdl.handle.net/20.500.14468/21057
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
http://creativecommons.org/licenses/by-nc-nd/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Informática y Automática
publisher.none.fl_str_mv Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Informática y Automática
dc.source.none.fl_str_mv reponame:e-spacio. Repositorio Institucional de la UNED
instname:Universidad Nacional de Educación a Distancia
instname_str Universidad Nacional de Educación a Distancia
reponame_str e-spacio. Repositorio Institucional de la UNED
collection e-spacio. Repositorio Institucional de la UNED
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869408678561447936
score 15.812455

Similares en LA Referencia