Publication:
Towards optimization by similarity: finding windows of maximal similarity

dc.contributor.advisor Cabrera Ríos, Mauricio
dc.contributor.author Acosta Cervantes, Mary C.
dc.contributor.college College of Engineering en_US
dc.contributor.committee Cesaní Vázquez, Viviana I.
dc.contributor.committee Rivera Santiago, Roberto
dc.contributor.department Department of Industrial Engineering en_US
dc.contributor.representative Torres, Pedro
dc.date.accessioned 2018-08-22T18:40:01Z
dc.date.available 2018-08-22T18:40:01Z
dc.date.issued 2016
dc.description.abstract This work proposes a method which uses a Window of Maximum Similarity (WMS) to find a region of similarity between two responses, one of them with known and desirable characteristics. The WMS method is one of minimization of squared errors and can be used to explore experimentally or pseudo-experimentally generated data to find at least a WMS. This method is a viable element that will serve for the future development of the Optimization by Similarity method. The progressive development of the WMS method and a series of examples are presented to show its feasibility and capability for generating a two-dimensional WMS. Data from real time series served as a basis to generate a one-dimensional WMS. Given that this work corresponds to the initial development of the proposed method, we believe that the results obtained signals to a useful tool for data exploration of interest to detect zones with distinctive patterns. en_US
dc.description.abstract Este trabajo propone un método que usa una Ventana de Máxima Similaridad (WMS por sus siglas en inglés) para encontrar una región de similaridad entre dos respuestas, una de ellas con características conocidas y deseables. El método de WMS es uno de minimización de errores cuadrados que puede ser usado para explorar datos generados seudo o experimentalmente para encontrar al menos una WMS. Este método es un elemento viable que servirá para el futuro desarrollo del método de Optimización por Similaridad. El desarrollo progresivo del método de WMS y una serie de ejemplos son presentados para mostrar su factibilidad y capacidad generando una WMS de dos dimensiones. Datos provenientes de series de tiempo reales sirvieron como base para generar una WMS de una dimensión. Dado que este trabajo corresponde al desarrollo inicial del método propuesto, creemos que los resultados obtenidos apuntan a una herramienta útil para exploración de datos de interés para detectar zonas con distintos patrones. en_US
dc.description.graduationSemester Spring (2nd semester) en_US
dc.description.graduationYear 2016 en_US
dc.identifier.uri https://hdl.handle.net/20.500.11801/816
dc.language.iso English en_US
dc.rights.holder (c)2016 Mary Carmen Acosta Cervantes en_US
dc.rights.license All rights reserved en_US
dc.subject WMS method en
dc.subject Optimization en_US
dc.title Towards optimization by similarity: finding windows of maximal similarity en_US
dc.type Thesis en_US
dspace.entity.type Publication
thesis.degree.discipline Industrial Engineering en_US
thesis.degree.level M.S. en_US
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
ININ_AcostaCervantesMC_2016.pdf
Size:
4.14 MB
Format:
Adobe Portable Document Format
Description: