Un análisis bidimensional de las técnicas de remuestreo para grandes conjuntos de datos desbalanceados

Autores/as

  • Angélica Guzmán Ponce Facultad de Ingeniería, Universidad Autónoma del Estado de México. Cerro de Coatepec S/N, Ciudad Universitaria C.P. 50100. Toluca, Estado de México
  • J. Salvador Sanchéz Department of Computer Languages and Systems, Universitat Jaume I, CIF: Q-6250003-H Av. de Vicent Sos Baynat, s/n 12071 Castellón de la Plana, España
  • Rosa M. Valdovinos Rosas Facultad de Ingeniería, Universidad Autónoma del Estado de México. Cerro de Coatepec S/N, Ciudad Universitaria C.P. 50100. Toluca, Estado de México
  • J. Raymundo Marcial Romero Facultad de Ingeniería, Universidad Autónoma del Estado de México. Cerro de Coatepec S/N, Ciudad Universitaria C.P. 50100. Toluca, Estado de México

DOI:

https://doi.org/10.30973/progmat/2019.11.1/6

Palabras clave:

Grandes volúmenes de datos, Desbalance de datos, sobre-muestreo, bajo-muestreo

Resumen

Las aplicaciones de Big Data son tema central de la investigación actual en muchos campos debido a la creciente producción de enormes cantidades de datos. Una dificultad importante de los datos, tanto en los problemas de la vida real tradicionales como en los grandes volúmenes de datos, se refiere al desbalance de clases, en el que una clase es muy poco representada en comparación con las otras clases. En este artículo, exploramos el uso de algunos métodos de remuestreo para manejar el desbalance de clase en grandes conjuntos de datos, analizando el tiempo de procesamiento y la precisión de clasificación lograda por tres clasificadores de diferente naturaleza. Los resultados experimentales muestran que los enfoques de sobre muestreo funcionan mejor que las técnicas de bajo muestreo, independientemente del clasificador usado, pero conducen a tiempos de clasificación mucho más altos. Al comparar los métodos de sobre muestreo, se observa que SMOTE supera los algoritmos de sobre muestreo aleatorios; en el caso de un bajo muestreo, el enfoque aleatorio es mejor que la regla condensada del vecino más cercano.

Citas

Se-Heon, K., Sun-Kyung, K., and Yong-Hee, L. Vertical beaming of wavelength-scale photonic crystal resonators. Physical Review, 2006, 73. https://doi.org/10.1103/PhysRevB.73.235117

Painter, O., Lee, R. K., Scherer, A., Yariv A., O'Brien, J. D., Dapkus, P. D., Kim, I. TwoDimensional Photonic Band-Gap Defect Mode Laser. Science, 1999, 284. https://doi.org/10.1126/science.284.5421.1819

Painter, O., and Srinivasan, K., Polarization properties of dipolelike defect modes in photonic crystal nanocavities. Optics Letters, 2001, 27, 339-341. https://doi.org/10.1364/OL.27.000339

Johnson, S. G., Fan, Sh., Villeneuve, P. R., Joannopoulos, J. D., and Kolodziejski, L. A. Guided modes in photonic crystal slabs. Phys. Rev. 1999, 60. https://doi.org/10.1103/PhysRevB.60.5751

Sakoda, K. Optical Properties of Photonic Crystals. Edition Springer Berlin Heidelberg New York, Third, 2005.

Joannopoulos, J.D, Meade, R. D., and Winn, J. N. Photonic crystal: modeling the flow of light. Princenton University Press., Princeton, NJ, 1995.

Russell, P. St. J., Atkin, D. M., Birks, T.A. and Roberts, P. J. Bound Modes of TwoDimensional Photonic Crystal Waveguides. Microcavities and Photonic Bandgaps: Physics and Applications. 1996. 1-10. https://doi.org/10.1007/978-94-009-0313-5_18

Cherenkov, P. A. Visible emission of clean liquids by action of ???? radiation, Dokl. Akad. Nauk, 2, 1934.

Afanasiev, G. N., Cherenkov Radiation in a Dispersive Medium, Vavilov-Cherenkov and Synchrotron Radiation, Fundamental Theories if Physics. Kluwer Academin Publishers, 2004.

Joannopoulos, J.D, Meade R. D., and Winn J. N, Photonic crystal: modeling the flow of light. Princenton University Press., Princeton, NJ, 1995.

Sakoda, K., Optical Properties of Photonic Crystals. Edition Springer Berlin Heidelberg New York, Third, 2005.

Garcia de Abajo, F. J., Pattantyus, A. G., Zabala, N., Rivacoba, A., Wolf, M. O., and Echenique, P. M. Cherenkov Effect as a Probe of Photonic Nanostructure. Phys. Rev. Lett. 2003, 91. https://doi.org/10.1103/PhysRevLett.91.143902

Xiang-Wei, Sh., Jin-Hui, Y., Xin-Zhu, S., ChongXiu, Y., Lan, R., Min, X., Ying, H., Chang-Ming, X. and Lan-Tian, H. Highly efficient Cherenkov radiation generation in the irregular point of hollow-core photonic crystal fiber. Chinese Physics B. 2012, 21. https://doi.org/10.1088/1674-1056/21/11/114102

Kremers, Ch., Dmitry, N., Chigrin and Kroha, J. Theory of Cherenkov Radiation in Periodic Dielectric Media: Emission Spectrum. Physical Review A. 2009, 79. https://doi.org/10.1103/PhysRevA.79.013829

Taflove, A., and Hagness, S. C. Computational Electrodynamics: The Finite-Difference TimeDomain Method. Artech House, Boston, Second, 2000.

Se Heon, K. Wavelength Scale Photonic Crystal Cavities Toward High Efficiency Unidirectional Photon Sources. Department of Physics. Korea Advances Institute of Science and Technology. 2006.

Martínez, E. Tesis: Aplicación de las Condiciones de Frontera Absorbentes para Problemas de Propagación de Ondas Electromagnéticas, Universidad Autónoma del Estado de Morelos. Centro de Investigación en Ingeniería y Ciencias Aplicadas, 2013.

Carusotto, I., Artoni M., La Rocca, G. C. and Bassani F., Slow Group Velocity and Cerenkov Radiation, Physical Review Letters. 2001, 87. https://doi.org/10.1103/PhysRevLett.87.064801

Painter O. and Srinivasan K. Polarization properties of dipolelike defect modes in photonic crystal nanocavities. Optics Letters. 2001, 27( 5). https://doi.org/10.1364/OL.27.000339

Jackson, J. D. Classical Electrodynamics. J. Willey Son Ink. New York London Sidney, Third, 1962.

Koshlyakov, N. S., Smirnov, M. M. , Gliner E. B. Differential Equations of Mathematical Physics. North-Holland Publishing Company, Amsterdam, 1964.

Descargas

Publicado

28-02-2019

Cómo citar

Guzmán Ponce, A., Sanchéz, J. S., Valdovinos Rosas, R. M., & Marcial Romero, J. R. (2019). Un análisis bidimensional de las técnicas de remuestreo para grandes conjuntos de datos desbalanceados. Programación matemática Y Software, 11(1), 48–55. https://doi.org/10.30973/progmat/2019.11.1/6

Número

Sección

Artículos