Resumen

El desequilibrio de clases existe de forma omnipresente en la vida real, lo que ha suscitado un gran interés en diversos ámbitos. El aprendizaje directo a partir de un conjunto de datos desequilibrados puede plantear resultados insatisfactorios al centrarse demasiado en la precisión de la identificación y derivar un modelo subóptimo. Se han desarrollado varias metodologías para abordar este problema, como el muestreo, la sensibilidad al coste y otras híbridas. Sin embargo, hay que valorar las muestras cercanas al límite de decisión que contienen más información discriminativa y corregir el sesgo del límite construyendo muestras sintéticas. Inspirándonos en la verdad y el sentido de la geometría, diseñamos una nueva técnica de sobremuestreo de minorías sintéticas para incorporar la información del límite. Además, el modelo de conjunto siempre tiende a capturar un límite de decisión más complicado y robusto en la práctica. Teniendo en cuenta estos factores, se ha propuesto un nuevo método de ensemble, llamado Bagging of Extrapolation Borderline-SMOTE SVM (BEBS), para tratar los problemas de aprendizaje de datos desequilibrados (IDL). Los experimentos realizados en conjuntos de datos de libre acceso mostraron un rendimiento significativamente superior utilizando nuestro modelo y se ilustró una explicación persuasiva e intuitiva detrás del método. Hasta donde sabemos, este es el primer modelo que combina un conjunto de SVMs con información de frontera para resolver tal condición.

• Materias:Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Fisiología vegetal
• Subjects:Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Plant physiology
• Palabras claves:información fronteriza, nueva minoría sintética, conjuntos de datos de libre acceso, nuevos métodos de ensamblaje, rendimiento significativamente superior, ensacado de extrapolación, atrajo mucho interés, precisión de identificación, aprendizaje de datos desequilibrados, sentido de la geometría
• Keywords:borderline information, new synthetic minority, open access datasets, novel ensemble methods, significant superior performance, bagging of extrapolation, attracted much interest, accuracy of identification, imbalanced data learning, sense of geometry