Jueves, 12 de Abril de 2018 09:00

Profesores José María Merigó y Jaime Miranda publican artículo en revista Knowledge-BasedSystems

“Redefining Support Vector Machines with the Ordered Weighted Average”, se titula la investigación.

Los académicos del Departamento de Control de Gestión y Sistemas de Información (DCS), José María Merigó y Jaime Miranda, publicaron en la destacada revista Knowledge-Based Systems (KBS) la investigación “Redefining Support Vector Machines with the Ordered Weighted Average”.

En este artículo, los investigadores redefinen la formulación matemática de la técnica Support Vector Machines (SVM), la cual se utiliza para la construcción de modelos predictivos. En esta nueva formulación, se incluye un Operador Promediado Ponderado Ordenado (OWA), el cual permite que los responsables de la toma de decisiones dentro de sus organizaciones analicen los datos, pudiendo sobrevalorar o infravalorar la información, según la actitud que deseen adoptar en el problema considerado.

Según los resultados experimentales, este método ofrece el mejor desempeño en términos predictivos, respecto de otros métodos de aprendizaje automático. “Se convierte en una alternativa interesante en aplicaciones de negocio, en la que un aumento en la asertividad de la predicción se traduce en una toma de decisiones más rentable, como por ejemplo en la evaluación crediticia o la predicción de abandono de un cliente”, señalan.

KBS

Desde sus orígenes en 1987,  la revista académica Knowledge-Based Systems está orientada a las aplicaciones, que cubre un amplio espectro de las ciencias de la computación, enfocándose en áreas, tales como los sistemas que usan técnicas basadas en el conocimiento, que ayudan a apoyar la toma de decisiones, el aprendizaje y acción humana.

Los temas que se publican tienen que ver con técnicas y metodologías de big data, sistemas de información basados en datos y adquisición de conocimiento; interacción cognitiva e interfaces humanas inteligentes; sistemas de soporte de decisiones inteligentes, sistemas de predicción y advertencia; sistemas basados en inteligencia artificial y computacional, entre otros. Actualmente esta revista tiene un factor de impacto igual a 4.529.