Máquinas de vectores soporte en entornos de supercomputación : aplicación a fusión nuclear

Ramírez Pérez, Jesús Manuel. Máquinas de vectores soporte en entornos de supercomputación : aplicación a fusión nuclear . 2014. Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Informática y Automática

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Documento.pdf Pdf del documento application/pdf

Título Máquinas de vectores soporte en entornos de supercomputación : aplicación a fusión nuclear
Autor(es) Ramírez Pérez, Jesús Manuel
Resumen El objetivo de este proyecto de Tesis es la aplicación de técnicas de minería de datos para la predicción y clasificación de eventos físicos en plasmas termonucleares. La estructura del trabajo descrito en esta memoria incluye una introducción sobre los principios de la fusión nuclear y una descripción de los objetivos planteados cuando se comenzó el trabajo, que están detallados en los Capítulos 1 y 2 respectivamente. En el Capítulo 3, se describe de forma amplia la técnica de creación de modelos de aprendizaje, máquinas de vectores soporte (SVM, Support Vector Machines). En el Capítulo 4 se exponen las arquitecturas y técnicas generales de paralelización para, finalmente, describir la implementación paralela de SVM realizada. El Capítulo 5 comienza con una revisión del estado del arte sobre un fenómeno físico de gran importancia para la fusión nuclear: las disrupciones. Posteriormente se detalla el sistema de detección de disrupciones que hace uso del software descrito en el capítulo anterior. En el Capítulo 6 se hace un planteamiento diferente al realizado en el Capítulo 5, ya que se parte de la hipótesis de ausencia de datos. El objetivo es crear modelos que aprendan de manera continua desde las primeras descargas de un nuevo dispositivo, tal y como tendrá que suceder en ITER. En el Capítulo 7 se hace uso de nuevas herramientas de minería de datos, como son los algoritmos genéticos, para hacer un estudio de la información que aportan los diferentes grupos de señales en la detección de disrupciones. Finalmente, en el Capítulo 8 se resumen y valoran los objetivos alcanzados y se proponen nuevas líneas de trabajo futuro.
Materia(s) Ingeniería Informática
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Informática y Automática
Director de tesis Dormido Canto, Sebastián (Director de Tesis)
Vega Sánchez, Jesús Antonio (Codirector de Tesis)
Fecha 2014-02-10
Formato application/pdf
Identificador tesisuned:IngInf-Jmramirez
http://e-spacio.uned.es/fez/view/tesisuned:IngInf-Jmramirez
Idioma spa
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 210 Visitas, 292 Descargas  -  Estadísticas en detalle
Creado: Wed, 26 Nov 2014, 09:27:01 CET