dc.contributorÁlvarez Meza, Andrés Marino
dc.creatorValencia Marín, Cristhian Kaori
dc.date2019-11-28T20:15:07Z
dc.date2021-11-02T20:33:57Z
dc.date2019-11-28T20:15:07Z
dc.date2021-11-02T20:33:57Z
dc.date2019
dc.date.accessioned2022-09-23T21:24:47Z
dc.date.available2022-09-23T21:24:47Z
dc.identifierT519.55 V152;6310000132614 F7134
dc.identifierhttps://hdl.handle.net/11059/10894
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/3529448
dc.descriptionLa clasificación de series de tiempo es una tarea fundamental en las áreas de aprendizaje de máquina y reconocimiento de patrones, debido a las múltiples aplicaciones que existen en el estado del arte, tales como análisis en mercados bursátiles, medicina, redes de sensores, experimentos científicos de objetos en movimiento, biología y clasificación de formas. La mayoría de modelos basados en datos suponen que las observaciones son independientes e idénticamente distribuidas. Sin embargo, al suponer lo anterior ciertos factores discriminantes pueden ser pasados por alto.
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherPereira : Universidad Tecnológica de Pereira
dc.publisherFacultad de Ingenierías Eléctrica, Electrónica y Ciencias de la Computación
dc.publisherMaestría en Ingeniería Eléctrica
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International
dc.rightsopenAccess
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectAnálisis de series de tiempo
dc.subjectEspacios de Hilbert
dc.subjectProcesos de markov
dc.titleTime series classification methodology using reproducing kernel Hilbert spaces embedding
dc.typemasterThesis
dc.typeacceptedVersion


Este ítem pertenece a la siguiente institución