SORS: Soluciones consistentes para problemas de clasificación desequilibrada

Resumen

Se denominan desequilibrados los problemas de clasificación en que las diferencias de tamaño de las poblaciones de las distintas clases o/y de los costes de los errores de clasificación son tan acusadas que las máquinas de clasificación convencionales proporcionan pobres prestaciones. Dichos problemas son tanto frecuentes como importantes: defensa ante intrusiones y otras alarmas de seguridad, diagnóstico médico, atención personalizada, concesión de créditos, lucha contra el fraude, detección de defectos y averías, mantenimiento preventivo y previsión de cambios sociales son ejemplos que lo acreditan.

Desde hace más de dos decenios se han venido proponiendo procedimientos para salvar las dificultades que plantea el desequilibrio y demostrando la utilidad de muchos de ellos. Sin embargo, la inmensa mayoría de estas técnicas carecen de fundamentos analíticos que permitan controlar su manejo: por ello es posible que no ofrezcan resultados de verdadera calidad, e incluso, lo que es aún más grave, que sus prestaciones ni siquiera lleguen a las que ofrece un diseño que emplee los datos desequilibrados.

En esta presentación se considerarán problemas binarios; para ellos, una reflexión sobre la teoría bayesiana permite concluir que puede establecerse un par de condiciones necesarias y suficientes para que el reequilibrado que se aplique permita estimar la característica de operación de Neyman- Pearson (óptima), y así garantizar que conduce a resultados potencialmente mejores que otras alternativas y que se evitan los riesgos de degradación: es decir, la consistencia de esta familia de procedimientos.

Una presentación de las direcciones abiertas para extender estas investigaciones concluirá la exposición.

Biografía

Aníbal R. Figueiras Vidal obtuvo su título de Ingeniero de Telecomunicación para la UPM (1973) y el de Doctor de igual denominación por la UPC (1976). Ha prestado sus servicios en las dichas universidades y las de Santiago de Compostela y Carlos III de Madrid, donde actualmente se encuentra como Catedrático Numerario, nivel que alcanzó en 1978.
Los ámbitos de investigación a los que se dedica son el Tratamiento de Señales y el Aprendizaje Máquina, junto con sus aplicaciones. Es (co)autor de casi un centenar de artículos JCR, ha dirigido el mismo número de proyectos y contratos de investigación (una cuarta parte de proyectos y contratos de investigación (una cuarta parte de ellos internacionales) y supervisado 33 tesis doctorales.
Entre otras distinciones, es Académico Numerario de la Real de Ingeniería, cuya presidencia desempeñó entre 2007 y 2011; “Life Fellow” del IEEE; Doctor “Honoris Causa” por las universidades de Vigo y San Pablo (Arequipa, Perú); y se le concedió el Premio “Miguel Catalán” a la trayectoria investigadora por la Comunidad de Madrid en 2018.