Minería de datos
Avances en investigación de operaciones
Los estudios presentados a continuación se enfocan en la aplicación de minería de datos según las necesidades de los procesos abordados.
- Video:Webinar Minería de Datos
- Fuente:Youtube
Evaluation of Machinery Readiness Using Semi-Markov Processes
Evaluación de disponibilidad de maquinaria mediante el proceso Semi-Markov
Los modelos de Markov y Semi-Markov son herramientas ampliamente utilizadas para la estimación de disponibilidad y confiabilidad tanto de de elementos individuales como de los sistemas en su totalidad. Este estudio se enfoca en hacer una comparación de los resultados de la evaluación de procesos según el modelo semi-Markov para variables de distribución no paramétrica con el análisis según el modelo de Markov. El alcance del estudio incluye la evaluación de disponibilidad de un equipo de producción que es determinante para el proceso analizado en un caso de estudio. Los resultados obtenidos permitieron determinar las probabilidades de transiciones entre los estados individuales distinguidos en el proceso de producción, así como definir las probabilidades límite y el coeficiente de preparación técnica.
Este estudio fue desarrollado por Andrzej Świderski (Motor Transport Institute, Warsaw, Poland), Anna Borucka, Małgorzata Grzelak (Military University of Technology, Warsaw, Poland) y Leszek Gil (University of Economics and Innovation, Lublin, Poland) para Applied Sciences (Vol. 10, núm. 4, p. 1541, 2020), una revista que abarca estudios en todas las áreas de las ciencias naturales aplicadas. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
Noises Cutting and Natural Neighbors Spectral Clustering Based on Coupling P System
Reducción de ruido y agrupamiento espectral de vecinos naturales en un sistema de acoplamiento P
El análisis de agrupamiento es un método clave para diversos problemas de minería de datos, por lo que su aplicación es amplia. No obstante, la generación de puntos de ruido son un factor que afecta el efecto del agrupamiento. Por otro lado, en el caso del agrupamiento espectral, la construcción de la matriz de afinidad perjudica la formación de nuevas muestras por lo que los resultados se ven afectados. En este sentido, el estudio propone un método para reducción de ruido y agrupamiento espectral de vecinos naturales con base en el sistema de acoplamiento P (NCNNSC-CP). Los resultados experimentales en nueve conjuntos de datos y seis conjuntos UCI indican que el algoritmo propuesto es mejor en comparación con otros algoritmos.
Este estudio fue desarrollado por Xiaoling Zhang y Xiyu Liu (Shandong Normal University, Jinan, China) para Processes (Vol. 9, núm. 3, p. 439, 2021), una revista especializada en ingeniería de procesos y sistemas químicos, bioquímicos, biológicos y matemáticos. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
