Mostrar el registro sencillo del ítem

dc.creatorMolino Minero Re, Erik
dc.creatorAguileta, Antonio Armando
dc.creatorBrena, Ramón Felipe
dc.creatorGarcia Ceja, Enrique
dc.date.accessioned2025-10-25T01:16:00Z
dc.date.available2025-10-25T01:16:00Z
dc.date.issued2021-10-22
dc.identifier.urihttps://repositorio.tic.unam.mx/handle/123456789/3928
dc.descriptionArtículo académico que propone un enfoque capaz de predecir la mejor arquitectura de fusión de sensores (entre opciones predefinidas) para un conjunto de datos dado. Este método implica la construcción de un meta-conjunto de datos, en el cual se extraen características estadísticas del conjunto de datos original. El trabajo toma un nuevo enfoque para construirlo; utiliza el algoritmo Sequential Forward Floating Selection y una transformada T para reducir las características y ajustarlas a un número determinado, respectivamente. Los resultados indican que el método propuesto podría mejorar la precisión en la predicción de la mejor arquitectura de fusión de sensores en múltiples dominios.
dc.publisherSensors
dc.subjectAprendizaje automático (Machine learning)
dc.subject.classificationCiencias Físico Matemáticas y de la Ingenierías
dc.titleImproved accuracy in predicting the best sensor fusion architecture for multiple domains
dc.typeArtículo académico
dcterms.provenanceUniversidad Nacional Autónoma de México. Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas
dc.subject.keywordsSensor fusion
dc.subject.keywordsClassification
dc.subject.keywordsSFFS
dc.subject.keywordsMetadata
dc.subject.keywordsStatistical signature
dc.subject.keywordsFusión de sensores
dc.subject.keywordsClasificación
dc.subject.keywordsSFFS
dc.subject.keywordsMetadatos
dc.subject.keywordsFirma estadística
dc.identifier.urlhttp://doi.org/10.3390/s21217007
dc.identifier.bibliographiccitationMolino-Minero-Re, E., Aguileta, A. A., Brena, R. F., & Garcia-Ceja, E. (2021). Improved accuracy in predicting the best sensor fusion architecture for multiple domains. Sensors, 21(21), 7007. https://doi.org/10.3390/s21217007
dcterms.memberofAnálisis y automatización


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

COMPARTE



BÚSQUEDA

Escriba el texto a buscar en DSpace

COLABORA

CONTACTO

El Repositorio Universitario de la DGTIC se edita en la Dirección General de Cómputo y
de Tecnologías de Información y Comunicación (DGTIC), de la Universidad Nacional Autónoma de México (UNAM)
Circuito Exterior s/n, Ciudad Universitaria, Coyoacán, C.P. 04510, México, D.F
Tel: +(52) (55) 56228166 Email: rutic@unam.mx