Metodología KDSM para el estudio de dominios poco estructurados donde se presentan medidas seriadas muy cortas repetidas con factor de bloque

View/Open
Document typeResearch report
Defense date2003-02
Rights accessOpen Access
All rights reserved. This work is protected by the corresponding intellectual and industrial
property rights. Without prejudice to any existing legal exemptions, reproduction, distribution, public
communication or transformation of this work are prohibited without permission of the copyright holder
Abstract
El presente documento representa 2 años de trabajo con técnicas de inteligencia artificial y estadística para el análisis de medidas seriadas muy cortas repetidas. Grandes cantidades de datos se almacenan diariamente debido a la dinámica transformación de la computación, en especial el Internet. Por tal motivo, cualquier organismo, dependencia, etc., tiene el interés de utilizar lo mejor posible sus datos, especialmente si esto les proporciona beneficios y más aún si estos son económicos.
Description
Objective -- To present the Knowledge Discovery in Serial Measurement (KDSM) methodology for analyzing repeated very short serial measures with a blocking factor. Method -- An application to labor the domain is described using KDSM. Results -- Novel knowledge about labor domain's behavior was obtained once KDSM was applied to this specific domain. Conclusion -- KDSM has shown that important information has been missed, especially when the kind of data explained in this paper is analyzed with common statistical methods and artificial intelligence techniques, independently employed.
CitationRodas, J., Alvarado, G., Gibert, Karina, Rojo, E., Cortes, C. "Metodología KDSM para el estudio de dominios poco estructurados donde se presentan medidas seriadas muy cortas repetidas con factor de bloque". 2003.
Is part ofLSI-03-7-R