@inproceedings{bibcite_428,
  author = {Franciso Javier Pulgar Rubio and Antonio Jes{\'u}s Rivera Rivas and Francisco Charte Ojeda and Maria Jos{\'e} del Jesus D{\'\i}az},
  title = {An{\'a}lisis del impacto de datos desbalanceados en el rendimiento predictivo de redes neuronales convolucionales},
  abstract = {En los {\'u}ltimos a{\~n}os han surgido nuevas propuestas basadas en Deep Learning para afrontar la tarea de clasificaci{\'o}n. Estas propuestas han obtenido buenos resultados en algunos campos, por ejemplo, en reconocimiento de im{\'a}genes. Sin embargo, existen factores que deben ser analizados para valorar su influencia en los resultados obtenidos con estos nuevos modelos. En este trabajo se analiza la clasificaci{\'o}n de datos desbalanceados con redes neuronales convolucionales (Convolutional Neural Networks-CNNs). Para hacerlo, se han llevado a cabo una serie de tests donde se reconocen im{\'a}genes mediante CNNs. As{\'\i}mismo, se utilizan conjuntos de datos con diferente grado de desbalanceo. Los resultados demuestran que el desequilibrio afecta negativamente al rendimiento predictivo.},
  year = {2018},
  pages = {1213-1218},
  month = {10},
  address = {Granada (Spain)},
  isbn = {978-88-61970-00-7},
  note = {TIN2015-68454-R; FPU16/00324},
}