Reconocimiento de patrones para la estimación de características por medio de técnicas no lineales

Abstract

Las aplicaciones de procesamiento de datos tradicionales son inadecuadas para el manejo de una cantidad elevada de datos. Para lograr una eficiente manipulación y extracción de características o muestras que representa la información, es necesario conocer aspectos como la captación y tratamiento de datos. En este documento se depuró una base de datos correspondiente al comportamiento del consumo de energía eléctrica en una carga residencial. La depuración y análisis estadístico de las muestras se realizó por medio del análisis de componentes principales. El entrenamiento del conjunto de datos de menor dimensión a la base de datos original se hizo por medio de las técnicas de máquina de soporte vectorial y redes neuronales artificiales. Finalmente, se presenta una propuesta de análisis de muestras que se encuentren o no dentro de los límites de operación por medio de la actualización de patrones dinámicos para la validación no supervisada de nuevas muestras.

Keywords

• asertividad
• base de datos
• características
• estimación
• depuración de datos
• máquina de soporte vectorial