Bienvenidos a «Hoy cocinas tú»… o a «Hoy publicas tú», nuestro programa de cocina… o de lo que sea. Hoy vamos a dar la receta para hacer un buen revuelto de métodos. Pasemos sin más demora a dar la lista de ingredientes.
Ingredientes para una revista:
+ filosofía darwiniana (1 cucharada de café)
+ filosofía lamarckiana (1 cucharada sopera)
+ filosofía baldwiniana (1 cucharada de postre)
+ un algoritmo genético mediano
+ un algoritmo co-evolutivo de 2 Kgr
+ un algoritmo K-medias bien gordo, con su grasa
+ unos problemas de clasificación bien tiernecicos
+ la plantilla LaTeX del IEEE
+ papel, tinta negra
+ y un poco de organización mental para mezclar lo anterior correctamente
jou-tú:
Toma el algoritmo genético y mézclalo con el k-medias para conseguir un primer método de «feature weighting» que siga la aproximación evolutiva darwiniana.
A continuación, y puesto que parece que va saliendo bien la cosa, toma una sartén más grande, echa el mismo algoritmo genético y mézclalo con el k-medias. Ahora incluye un operador de búsqueda local y haz que la descendencia herede lo aprendido en la generación anterior (aproximación lamarckiana). Verás que tarda un poquito más en hacerse, pero da mejor sabor y textura. Ya tenemos nuestro segundo método, más complejo que el anterior y que da mejores resultados.
Si todo va bien, atízale a los fogones y partiendo del plato anterior aplica una aproximación baldwiniana, en la que la descendencia no herede lo aprendido en la generación anterior (los pesos modificados). Sigues trabajando con la misma sartén grande, con el operador de búsqueda local aplicado a los individuos, pero a la fase de reproducción pasan copias originales de los padres sin modificar sus pesos.
Ya tenemos el tercer método, que seguramente dará mejores resultados que el primero, pero con un sabor ligeramente más amargo que el lamarckiano (peores resultados).
En estas fechas en las que se junta mucha gente a cenar, tres métodos no dan para mucho… así que vamos a tomar nuestro algoritmo co-evolutivo de al menos 2 Kgrs para terminar el revuelto de métodos.
Repetimos el proceso anterior (los tres métodos obtenidos) para obtener tres métodos co-evolutivos que siguen las aproximaciones darwiniana, lamarckiana y baldwiniana. Seguiremos teniendo los mismos sabores, texturas, tiempos de ejecución y resultados.
Mézcla los 6 métodos anteriores muy bien, aplícalos a problemas de clasificación bien tiernecicos (y fáciles), ponlo bien bonico y ya tienes tu revuelto de métodos listo para publicar (en IEEE):
Por cierto, me gustaría felicitar a los chefs del trabajo:
«Darwinian, Lamarckian, and Baldwinian (Co)Evolutionary Approaches for Feature Weighting in K-means-Based Algorithms», P. Gancarski y A. Blansche, de la Universidad Louis Pasteur.
GeNeura Team 