31 Ene 2012

Presenta nueva fómula para disminuir errores: Izumi Suziki

Por Eduardo Souto/Agencia Informativa UDEM

El investigador habló de cómo mejorar un poco el error cuando se interpreta el resultado binario usando su teorema, basado en el de Bayes.

Una nueva fórmula para disminuir la probabilidad de error en resultados de análisis de objetos, llamada A Pattern Classifying System Based on the Coverage Regions of Objects fue lo que el doctor e investigador de Nagaoka University of Technology de Japón, Izumi Suzuki, presentó el 23 de enero del presente en el Auditorio 2 de la Universidad de Monterrey.

El investigador del Laboratorio de Sistemas Inteligentes de la institución en Japón, habló de cómo mejorar un poco el error cuando se interpreta el resultado binario usando su teorema, basado en el de Bayes.

Reducir el margen de error auxilia a que haya un valor en la probabilidad de distribución más alta, que ayuda a responder la clasificación ya que disminuye éste margen, afirmó Suzuki.

Se trata de un software que intenta hacer clasificaciones de manera automática; lo que utiliza Suzuki es una función ya existente, el teorema de Bayes y él propone una variación de ésta y así aumentar el 10 por ciento de eficiencia al clasificar las variables analizar.

La intención es aumentar la eficiencia de la búsqueda y simplificar el proceso para clasificar mediante el análisis de las características de un objeto determinado, reiteró Izumi Suzuki.

«Esto se hace (la simplificación del proceso) fraccionándolo para un mejor análisis y encontrar información determinada de manera automática, para que no lo tenga que hacer un humano sino que vea los resultados procesados en una máquina», explicó la directora de las carreras de Tecnologías de la UDEM, Elizabeth Gutierrez de la Garza.

Fecha de publicación: 31 de enero de 2012

 

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Lo último: