Optimización de parámetros en los métodos Scan generalizados

Autores/as

  • Laureano Rodríguez Corvea Universidad de Sancti Spíritus “José Martí Pérez”
  • Gladys Casas Cardoso Universidad Central “Marta Abreu” de Las Villas
  • Pavel Silveira Díaz Universidad Central “Marta Abreu” de Las Villas
  • Félix Arley Díaz Rosell Universidad Central “Marta Abreu” de Las Villas
  • Ricardo Grau Abalo Universidad Central “Marta Abreu” de Las Villas

DOI:

https://doi.org/10.17533/udea.redin.14670

Palabras clave:

lógica difusa, diseño experimental no paramétrico, método Scan

Resumen

El presente trabajo muestra una aplicación del diseño experimental al análisis de los parámetros de las técnicas Scan Lineal de detección de conglomerados, en su variante clásica y borrosa. Se utiliza un diseño experimental no paramétrico. El objetivo fundamental es estudiar la posible influencia de los valores de los parámetros: ancho de la ventana móvil y paso del Scan en ambas variantes del método, para obtener valores óptimos o cercanos a los óptimos.
|Resumen
= 79 veces | PDF
= 31 veces|

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Laureano Rodríguez Corvea, Universidad de Sancti Spíritus “José Martí Pérez”

Departamento de Informática, Facultad de Ciencias Médicas.

Gladys Casas Cardoso, Universidad Central “Marta Abreu” de Las Villas

Laboratorio de Bioinformática, Centro de Estudios de Informática, Facultad de Matemática, Física y Computación.

Pavel Silveira Díaz, Universidad Central “Marta Abreu” de Las Villas

Departamento de Matemática, Facultad de Matemática, Física y Computación.

Félix Arley Díaz Rosell, Universidad Central “Marta Abreu” de Las Villas

Departamento de Matemática, Facultad de Matemática, Física y Computación.

Ricardo Grau Abalo, Universidad Central “Marta Abreu” de Las Villas

Laboratorio de Bioinformática, Centro de Estudios de Informática, Facultad de Matemática, Física y Computación.

Citas

G. Jacquez, L. Waller, R. Grimson, D. Watenberg. “A k-nearest neighbor test for space-time interaction”. Stat. in Med. Vol. 15. 1996. pp. 1934-49. DOI: https://doi.org/10.1002/(SICI)1097-0258(19960930)15:18<1935::AID-SIM406>3.0.CO;2-I

M. D. Joner, W. H. Woodall, M. R. Reynolds. “Detecting a rate increase using a Bernoulli scan statistic”. Statistics in medicine. Vol. 27. 2008. pp. 2555-2575 DOI: https://doi.org/10.1002/sim.3081

R. Marshall. “A review of methods for the statistical analysis of spatial patterns of disease”. J. of the Royal Stat.l Soc. Assoc. Vol. 154. 1991. pp. 421 441. DOI: https://doi.org/10.2307/2983152

J. Glaz. “Aproximations for the tail probabilities and moments of the Scan statistics”. Statistics in medicine. Vol. 12. 1993. pp. 1845-1852. DOI: https://doi.org/10.1002/sim.4780121911

J. Glaz, N. Balakrishnan. “Scan Statistics and Applications”. Birkauser. Statistics for Industry and Technology. Ed. Hardcover. Boston. 1999. pp. 269- 284. DOI: https://doi.org/10.1007/978-1-4612-1578-3

J. Glaz, J. Naus, S. Wallenstein. Scan Statistics. Ed. Springer Verlag. New York. 2001. pp. 81-96.7. DOI: https://doi.org/10.1007/978-1-4757-3460-7_6

J. I. Naus. “Approximations for distributions of Scan statistics”. Journal of the American Statistical Association. Vol. 77. 1982. pp. 177-183. DOI: https://doi.org/10.1080/01621459.1982.10477783

M. Kulldorff, F. Mostashari, L. Duczmal, K. Yih, K. Kleinman, R. Platt. “Multivariate scan statistics for disease surveillance”. Statistics in Medicine. Vol. 26. 2007. pp. 1824-1833. DOI: https://doi.org/10.1002/sim.2818

C. E. Priebe, J. M. Conroy, D. J. Marchette, Y. Park. “Scan Statistics on Enron Graphs “. Computational & Mathematical Organization Theory. Vol. 11. 2005. pp. 229-247. DOI: https://doi.org/10.1007/s10588-005-5378-z

C. Langrand. “Scan Statistics: definición y ejemplos”. Seminario ANY 2005. Ed. Université Sciences et Technologies de Lille (Lille-1). Universidad Politécnica de Cataluya. Valencia (España). 2005. pp. 1-11.

A. W. Martin. “A Generalised Scan Statistic Test for the Detection of Clusters”. International Journal of Epidemiology. Vol. 10. 1981. pp. 289-293. DOI: https://doi.org/10.1093/ije/10.3.289

R. Nussbaum, L. Peltonen. “Genetics of disease: Recent advances in the genetics of human disease offer something new for every scientific interest “. Current Opinion in Genetics & Development. Vol. 17. 2007. pp. 163-165. DOI: https://doi.org/10.1016/j.gde.2007.03.003

P. Baldi, S. Brunak. Bioinformatics: the machinelearning approach. 2 ed. Ed. MIT Press. New York. 2001. pp. 47-241.

L. A. Zadeh. “Nacimiento y evolución de la Lógica Borrosa, el soft computing y la computación con palabras: un punto de vista personal”. Psicothema. Vol. 8. 1999. pp. 421-429.

L. Rodríguez, G. Casas, R. Grau, M. Pupo.“Generalización de dos métodos de detección de conglomerados. Aplicaciones en Bioinformática.” Revista de Matemática: Teoría y Aplicaciones. Vol. 15 2008. pp. 27 - 40. DOI: https://doi.org/10.15517/rmta.v15i1.286

L. Rodríguez, G. Casas, R. Grau. “Linear FuzzyScan Method to Detect Clusters. A Bioinformatic Application”. XIV Latin Ibero-American Congress on Operations Research (CLAIO 2008).Ed. Cartagena de Indias. Colombia. 2008. pp. 536-540.

L. Rodríguez, G. Casas, R. Grau, O. Gómez. “Approximations for the distribution of Fuzzy Scan Statistics”. Investigación Operacional. Vol. 30. 2009. pp. 131-139.

L. Rodríguez, G. Casas, R. Grau, Y. Martínez. “Fuzzy Scan Method to Detect Clusters”. International Journal of Biomedical Sciences. Vol. 3. 2008. pp. 111-115.

L. Rodríguez, G. Casas, R. Grau. “Aplicación de los métodos Scan en Bioinformática”. Uciencia 2006. II Conferencia Científica. Ed. UCI. La Habana. 2006. pp. 13-18.

L. Rodríguez, G. Casas, R. Grau. “Validación del método Scan Generalizado con verdaderos falsos conglomerados”. X Congreso Nacional de Matemática y Computación. Ed. Holguín. Holguín. (Cuba). 2007. pp. 21-24.

L. Rodríguez, G. Casas, R. Grau, G. Cardoso, S. Ortega, M. Pupo. “Scan Statistics. Bioinformatics Applications”. First International Workshop on Bioinformatics Cuba-Flanders. Ed. UCLV. Santa Clara (Cuba). 2006. pp. 33-39.

B. Martín del Brío, A. Sánchez. Redes Neuronales y Sistemas Difusos. 2ª ed. Ed. Alfaomega. México. 2005. pp. 241-341.

D. C. Montgomery. Diseño y Análisis de Experimentos. Ed. Limusa. México. 2008. pp. 686.

R. R. Sokal, F. J. Rohlf. „The principles and practice of statistics in biological research.“ Biometry. 3ª ed. Ed. W. H. Freeman and Company. New York. 1995. pp. 123-234.

K. Alakurtti, E. Weber, R. Rinne, G. Theil, D.

Lindhout, P. Salmikangas, P. Saukko, U. Lahtinen. “Loss of lysosomal association of cystatin B proteins representing progressive myoclonus epilepsy, EPM1, mutations”. Hum Genet.Vol. 13. 2005. pp. 208-215. DOI: https://doi.org/10.1038/sj.ejhg.5201300

Descargas

Publicado

2013-02-28

Cómo citar

Rodríguez Corvea, L., Casas Cardoso, G., Silveira Díaz, P., Díaz Rosell, F. A., & Grau Abalo, R. (2013). Optimización de parámetros en los métodos Scan generalizados. Revista Facultad De Ingeniería Universidad De Antioquia, (56), 222–233. https://doi.org/10.17533/udea.redin.14670

Artículos más leídos del mismo autor/a

Artículos similares

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 > >> 

También puede {advancedSearchLink} para este artículo.