Fusión sensorial usando medidas entrópicas de dependencia

Contrario a los métodos estándar de asociación que ligan medidas de dispersión central, las medidas de entropía cuantifican relaciones multivaluadas. Esta distinción es especialmente importante cuando no existen modelos de alta fidelidad de los fenómenos detectados. Se muestra que las propiedades de...

Descripción completa

Detalles Bibliográficos
Autor principal:	Deignan, Paul B.
Formato:	Online
Idioma:	spa
Publicado:	Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA) 2011
Acceso en línea:	https://revistas.ucr.ac.cr/index.php/matematica/article/view/2099

id	RMTA2099
record_format	ojs
spelling	RMTA20992022-01-26T18:32:26Z Sensor fusion using entropic measures of dependence Fusión sensorial usando medidas entrópicas de dependencia Deignan, Paul B. Information theory data association fusion; estimation entropy Teoría de la información datos de asociación fusión estimación entropía As opposed to standard methods of association which rely on measures of central dispersion, entropic measures quantify multivalued relations. This distinction is especially important when high fidelity models of the sensed phenomena do not exist. The properties of entropic measures are shown to fit within the Bayesian framework of hierarchical sensor fusion. A method of estimating probabilistic structure for categorical and continuous valued measurements that is unbiased for finite data collections is presented. Additionally, a branch and bound method for optimal sensor suite selection suitable for either target refinement or anomaly detection is described. Finally, the methodology is applied against a known data set used in a standard data mining competition that features both sparse categorical and  ontinuous valued descriptors of a target. Excellent quantitative and computational results against this data set support the conclusion that the proposed methodology is promising for general purpose low level data fusion. Contrario a los métodos estándar de asociación que ligan medidas de dispersión central, las medidas de entropía cuantifican relaciones multivaluadas. Esta distinción es especialmente importante cuando no existen modelos de alta fidelidad de los fenómenos detectados. Se muestra que las propiedades de las medidas de entropía calzan en la marco Bayesiano de sensores jerárquicos de fusión. Se presenta un método de estimación de la estructura probabilística para medidas categóricas y continuas, el cual es insesgado para colecciones finitas de datos. Adicionalmente, se describe un método de ramificación y acotamiento de selección óptima del sensor apropiado tanto para refinamiento del objetivo como para detección de anomalías. Finalmente, la metodología es aplicada sobre un conjunto conocido de datos usados en una competencia estándar de minería de datos, que caracteriza tanto descriptores ralos categóricos como continuos de un objetivo. Excelentes resultados cuantitativos y computacionales con estos datos apoyan la conclusión de que la metodología propuesta es promisoria para propósitos generales con datos bajos niveles de fusión. Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA) 2011-08-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Article application/pdf https://revistas.ucr.ac.cr/index.php/matematica/article/view/2099 10.15517/rmta.v18i2.2099 Revista de Matemática: Teoría y Aplicaciones; Vol. 18 No. 2 (2011): Revista de Matemática: Teoría y Aplicaciones; 299-324 Revista de Matemática: Teoría y Aplicaciones; Vol. 18 Núm. 2 (2011): Revista de Matemática: Teoría y Aplicaciones; 299-324 Revista de Matemática; Vol. 18 N.º 2 (2011): Revista de Matemática: Teoría y Aplicaciones; 299-324 2215-3373 1409-2433 spa https://revistas.ucr.ac.cr/index.php/matematica/article/view/2099/2062 Derechos de autor 2011 Paul B. Deignan https://creativecommons.org/licenses/by-nc-sa/4.0
institution	Universidad de Costa Rica
collection	Revista de Matemática: Teoría y Aplicaciones
language	spa
format	Online
author	Deignan, Paul B.
spellingShingle	Deignan, Paul B. Fusión sensorial usando medidas entrópicas de dependencia
author_facet	Deignan, Paul B.
author_sort	Deignan, Paul B.
description	Contrario a los métodos estándar de asociación que ligan medidas de dispersión central, las medidas de entropía cuantifican relaciones multivaluadas. Esta distinción es especialmente importante cuando no existen modelos de alta fidelidad de los fenómenos detectados. Se muestra que las propiedades de las medidas de entropía calzan en la marco Bayesiano de sensores jerárquicos de fusión. Se presenta un método de estimación de la estructura probabilística para medidas categóricas y continuas, el cual es insesgado para colecciones finitas de datos. Adicionalmente, se describe un método de ramificación y acotamiento de selección óptima del sensor apropiado tanto para refinamiento del objetivo como para detección de anomalías. Finalmente, la metodología es aplicada sobre un conjunto conocido de datos usados en una competencia estándar de minería de datos, que caracteriza tanto descriptores ralos categóricos como continuos de un objetivo. Excelentes resultados cuantitativos y computacionales con estos datos apoyan la conclusión de que la metodología propuesta es promisoria para propósitos generales con datos bajos niveles de fusión.
title	Fusión sensorial usando medidas entrópicas de dependencia
title_short	Fusión sensorial usando medidas entrópicas de dependencia
title_full	Fusión sensorial usando medidas entrópicas de dependencia
title_fullStr	Fusión sensorial usando medidas entrópicas de dependencia
title_full_unstemmed	Fusión sensorial usando medidas entrópicas de dependencia
title_sort	fusión sensorial usando medidas entrópicas de dependencia
title_alt	Sensor fusion using entropic measures of dependence
publisher	Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA)
publishDate	2011
url	https://revistas.ucr.ac.cr/index.php/matematica/article/view/2099
work_keys_str_mv	AT deignanpaulb sensorfusionusingentropicmeasuresofdependence AT deignanpaulb fusionsensorialusandomedidasentropicasdedependencia
_version_	1811744083355369472

Fusión sensorial usando medidas entrópicas de dependencia

Ejemplares similares