Análisis del impacto de datos desbalanceados en el rendimiento predictivo de redes neuronales convolucionales

TitleAnálisis del impacto de datos desbalanceados en el rendimiento predictivo de redes neuronales convolucionales
Publication TypeConference Paper
Year of Publication2018
AuthorsPulgar-Rubio, F., Rivera-Rivas A.J., Charte Francisco, and Díaz María J. del Jesu
Conference NameXVIII Conferencia de la Asociación Española para la Inteligencia Artificial (CAEPIA 2018)
Pagination1213–1218
Date Published10
Conference LocationGranada (Spain)
ISBN Number978-88-61970-00-7
Abstract

En los últimos años han surgido nuevas propuestas basadas en Deep Learning para afrontar la tarea de clasificación. Estas propuestas han obtenido buenos resultados en algunos campos, por ejemplo, en reconocimiento de imágenes. 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 clasificación 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 imágenes mediante CNNs. Asímismo, se utilizan conjuntos de datos con diferente grado de desbalanceo. Los resultados demuestran que el desequilibrio afecta negativamente al rendimiento predictivo.

Notes

TIN2015-68454-R; FPU16/00324