Contabilidad universitaria Septima edición de MCGrawsHill
Mapas de Kohonen como una herramienta visual de apoyo al soporte de decisiones en agroecología
1. Mapas de Kohonen como una herramienta visual de apoyo al soporte de decisiones en agroecología Caso de estudio: La caña de azúcar Miguel BARRETO Investigador MINISTERIO DE AGRICULTURA Y DESARROLLO RURAL asocaña
2.
3. Mapas autoorganizados como herramienta de visualización Los mapas auto organizados son una herramienta para la visualización de datos en altas dimensiones. Básicamente SOM produce un grafico de similitud de los datos de entrada. Genera una taxonomía de datos sin conocimientos previos. Convierte las relaciones estadísticas no lineales entre datos de alta dimensionalidad en simples relaciones geométricas en puntos de una imagen en una visualización de baja dimensionalidad. En contraste con los métodos clásicos, los SOM proporcionan una fácil visualización, tomando pocas suposiciones y restricciones además es capaz de manejar grandes grupos de datos y aislar patrones y estructuras de los datos. Por estas razones los mapas autoorganizados han empezado a ser de gran interés para en exploración y análisis de datos, data mining y ahora también en procesos agro-ecológicos.
4.
5. Tomando la inspiración biológica La inspiración biológica Mapas Autoorganizados Al final del aprendizaje neuronas con características similares se ubican cerca unas de otras. Red de Neuronas Proceso de aprendizaje por competición Bioinspirado Biológico Ejemplos Estímulos del espacio de entrada
6. Descomposición del SOM en sus componentes Kohonen(1997) Planos que componen los vectores SOM SOM n = variables de entrada a b c d Vector = [a,b,c,d]
7. Planos que componen los vectores SOM Planos que componen el SOM Vector = [a,b,c,d] a b c d
12. Componentes proyectados SOM proyectados en otro SOM Vesanto, Ahola (1999) Los vectores de entrada del nuevo SOM son los vectores de la matrix de correlaciones de los planos
13. Representación en árbol de los clusters formados por los planos Barreto, Pérez (2007) 2 clusters 4 clusters 7 clusters
26. Conclusiones Los mapas de Kohonen son una herramienta poderosa para encontrar patrones cuando se manejan muchas dimensiones. Es un método que permite obtener información de un gran set de datos con un preprocesamiento mínimo. Permite un manejo visual de la información que ayuda a un mejor entendimiento del comportamiento de las variables SOM una herramienta para el soporte de decisiones, en ningún momento presenta respuestas inmediatas, estas respuestas son dadas con ayuda de los expertos