TINTO: Converting Tidy Data into image for classification with 2-Dimensional Convolutional Neural Networks

Manuel Castillo-Cara; Reewos Talla-Chumpitaz; Raúl García-Castro; Luis Orozco-Barbosa

doi:10.1016/j.softx.2023.101391

TINTO: Converting Tidy Data into image for classification with 2-Dimensional Convolutional Neural Networks

Título traducido de la contribución: TINTO: Conversión de datos ordenados en imagen para su clasificación con redes neuronales convolucionales bidimensionales

Manuel Castillo-Cara
, Reewos Talla-Chumpitaz
, Raúl García-Castro
, Luis Orozco-Barbosa

Carrera de Ingenieria de Sistemas

Producción científica: Contribución a una revista › Artículo (Contribución a Revista) › revisión exhaustiva

9 Citas (Scopus)

Resumen

El creciente interés por el uso del aprendizaje automático basado en algoritmos para tareas predictivas ha generado un amplio y diverso desarrollo de algoritmos. Sin embargo, es ampliamente conocido que no todos estos algoritmos se adaptan a soluciones eficientes en determinados conjuntos de datos con formato de datos ordenados. Por este motivo, actualmente se están desarrollando técnicas novedosas para convertir datos ordenados en imágenes con el objetivo de utilizar redes neuronales convolucionales (CNN). TINTO ofrece la oportunidad de convertir datos ordenados en imágenes mediante la representación de píxeles característicos aplicando dos algoritmos de reducción dimensional: Análisis de Componentes Principales (PCA) e Incrustación de Vecinos Estocásticos distribuidos en t (t-SNE). Nuestra propuesta también incluye una técnica de desenfoque, que añade más información ordenada a la imagen y puede mejorar la tarea de clasificación en CNNs

Título traducido de la contribución	TINTO: Conversión de datos ordenados en imagen para su clasificación con redes neuronales convolucionales bidimensionales
Idioma original	Inglés
Número de artículo	101391
Publicación	SoftwareX
Volumen	22
DOI	https://doi.org/10.1016/j.softx.2023.101391
Estado	Publicada - may. 2023

Acceder al documento

10.1016/j.softx.2023.101391

Otros archivos y enlaces

Enlace a la publicación en Scopus

Citar esto

@article{fca7584a252848b2a2a02549aed7a43d,

title = "TINTO: Converting Tidy Data into image for classification with 2-Dimensional Convolutional Neural Networks",

abstract = "El creciente inter{\'e}s por el uso del aprendizaje autom{\'a}tico basado en algoritmos para tareas predictivas ha generado un amplio y diverso desarrollo de algoritmos. Sin embargo, es ampliamente conocido que no todos estos algoritmos se adaptan a soluciones eficientes en determinados conjuntos de datos con formato de datos ordenados. Por este motivo, actualmente se est{\'a}n desarrollando t{\'e}cnicas novedosas para convertir datos ordenados en im{\'a}genes con el objetivo de utilizar redes neuronales convolucionales (CNN). TINTO ofrece la oportunidad de convertir datos ordenados en im{\'a}genes mediante la representaci{\'o}n de p{\'i}xeles caracter{\'i}sticos aplicando dos algoritmos de reducci{\'o}n dimensional: An{\'a}lisis de Componentes Principales (PCA) e Incrustaci{\'o}n de Vecinos Estoc{\'a}sticos distribuidos en t (t-SNE). Nuestra propuesta tambi{\'e}n incluye una t{\'e}cnica de desenfoque, que a{\~n}ade m{\'a}s informaci{\'o}n ordenada a la imagen y puede mejorar la tarea de clasificaci{\'o}n en CNNs",

keywords = "Convolutional neural networks, Image blurring technique, Image classification, Image generation, Tabular data into image, Tabular to image conversion",

author = "Manuel Castillo-Cara and Reewos Talla-Chumpitaz and Ra{\'u}l Garc{\'i}a-Castro and Luis Orozco-Barbosa",

note = "Publisher Copyright: {\textcopyright} 2023 The Author(s)",

year = "2023",

month = may,

doi = "10.1016/j.softx.2023.101391",

language = "Ingl{\'e}s",

volume = "22",

journal = "SoftwareX",

issn = "2352-7110",

publisher = "Elsevier B.V.",

}

TY - JOUR

T1 - TINTO

T2 - Converting Tidy Data into image for classification with 2-Dimensional Convolutional Neural Networks

AU - Castillo-Cara, Manuel

AU - Talla-Chumpitaz, Reewos

AU - García-Castro, Raúl

AU - Orozco-Barbosa, Luis

PY - 2023/5

Y1 - 2023/5

N2 - El creciente interés por el uso del aprendizaje automático basado en algoritmos para tareas predictivas ha generado un amplio y diverso desarrollo de algoritmos. Sin embargo, es ampliamente conocido que no todos estos algoritmos se adaptan a soluciones eficientes en determinados conjuntos de datos con formato de datos ordenados. Por este motivo, actualmente se están desarrollando técnicas novedosas para convertir datos ordenados en imágenes con el objetivo de utilizar redes neuronales convolucionales (CNN). TINTO ofrece la oportunidad de convertir datos ordenados en imágenes mediante la representación de píxeles característicos aplicando dos algoritmos de reducción dimensional: Análisis de Componentes Principales (PCA) e Incrustación de Vecinos Estocásticos distribuidos en t (t-SNE). Nuestra propuesta también incluye una técnica de desenfoque, que añade más información ordenada a la imagen y puede mejorar la tarea de clasificación en CNNs

AB - El creciente interés por el uso del aprendizaje automático basado en algoritmos para tareas predictivas ha generado un amplio y diverso desarrollo de algoritmos. Sin embargo, es ampliamente conocido que no todos estos algoritmos se adaptan a soluciones eficientes en determinados conjuntos de datos con formato de datos ordenados. Por este motivo, actualmente se están desarrollando técnicas novedosas para convertir datos ordenados en imágenes con el objetivo de utilizar redes neuronales convolucionales (CNN). TINTO ofrece la oportunidad de convertir datos ordenados en imágenes mediante la representación de píxeles característicos aplicando dos algoritmos de reducción dimensional: Análisis de Componentes Principales (PCA) e Incrustación de Vecinos Estocásticos distribuidos en t (t-SNE). Nuestra propuesta también incluye una técnica de desenfoque, que añade más información ordenada a la imagen y puede mejorar la tarea de clasificación en CNNs

KW - Convolutional neural networks

KW - Image blurring technique

KW - Image classification

KW - Image generation

KW - Tabular data into image

KW - Tabular to image conversion

UR - https://www.scopus.com/pages/publications/85159287610

U2 - 10.1016/j.softx.2023.101391

DO - 10.1016/j.softx.2023.101391

M3 - Artículo (Contribución a Revista)

AN - SCOPUS:85159287610

SN - 2352-7110

VL - 22

JO - SoftwareX

JF - SoftwareX

M1 - 101391

ER -

TINTO: Converting Tidy Data into image for classification with 2-Dimensional Convolutional Neural Networks

Resumen

Acceder al documento

Otros archivos y enlaces

Huella

Citar esto