{"id":{"repo_id":"cadiz","oai_identifier":"oai:rodin.uca.es:10498/33975"},"canonical_url":"https://search.dev.ndltd.org/etd/cadiz/oai:rodin.uca.es:10498/33975","repository":{"repo_id":"cadiz","name":"Universidad de Cadiz","base_url":"https://rodin.uca.es/oai/request"},"display":{"title":"Information density in highly dimensional training datasets","abstract":"Esta Tésis Doctoral presenta tres importantes contribuciones en el con- texto del análisis de la información contenida en conjuntos de datos que van a ser utilizados para entrenar modelos de Aprendizaje Automático. Estas contribuciones vienen dadas en la forma de nuevas herramientas y métricas para evaluar matemáticamente la mencionada información con- tenida. Además, en esta Tésis, diversos retos provinientes de diferentes escenarios industriales reales han sido resueltos a través de modelos de Aprendizaje Automático, en cuyo entrenamiento se han usado algunas de las mencionadas herramientas.","abstract_html":"Esta Tésis Doctoral presenta tres importantes contribuciones en el con- texto del análisis de la información contenida en conjuntos de datos que van a ser utilizados para entrenar modelos de Aprendizaje Automático. Estas contribuciones vienen dadas en la forma de nuevas herramientas y métricas para evaluar matemáticamente la mencionada información con- tenida. Además, en esta Tésis, diversos retos provinientes de diferentes escenarios industriales reales han sido resueltos a través de modelos de Aprendizaje Automático, en cuyo entrenamiento se han usado algunas de las mencionadas herramientas.","abstract_has_math":false,"creators":["Muñoz Molina, Luis J."],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Pérez Peña, Fernando","Lafuente Molinero, Luis"],"committee_chairs":[],"committee_members":[],"year":2024,"date_issued":"2024-07-26","date_published":"2024-07-26","updated_at":"2026-07-24T01:29:31Z","subjects":[],"languages":["eng"],"rights":["Attribution-NonCommercial-NoDerivatives 4.0 Internacional"],"rights_urls":["http://creativecommons.org/licenses/by-nc-nd/4.0/"],"identifier_entries":[]},"links":{"outbound_url":"http://hdl.handle.net/10498/33975","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Pérez Peña, Fernando","Lafuente Molinero, Luis"]},{"key":"dc:contributor.other","label":"Dc Contributor Other","values":["Ingeniería en Automática, Electrónica, Arquitectura y Redes de Computadores","Matemáticas"]},{"key":"dc:creator","label":"Author","values":["Muñoz Molina, Luis J."]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2024-12-02T12:36:57Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2024-12-02T12:36:57Z"]},{"key":"dc:date.issued","label":"Date","values":["2024-07-26"]},{"key":"dc:type","label":"Dc Type","values":["doctoral thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["eng"]},{"key":"dc:rights","label":"Dc Rights","values":["Attribution-NonCommercial-NoDerivatives 4.0 Internacional"]},{"key":"dc:rights.uri","label":"Rights URI","values":["http://creativecommons.org/licenses/by-nc-nd/4.0/"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["http://hdl.handle.net/10498/33975"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["Esta Tésis Doctoral presenta tres importantes contribuciones en el con- texto del análisis de la información contenida en conjuntos de datos que van a ser utilizados para entrenar modelos de Aprendizaje Automático. Estas contribuciones vienen dadas en la forma de nuevas herramientas y métricas para evaluar matemáticamente la mencionada información con- tenida. Además, en esta Tésis, diversos retos provinientes de diferentes escenarios industriales reales han sido resueltos a través de modelos de Aprendizaje Automático, en cuyo entrenamiento se han usado algunas de las mencionadas herramientas."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Information density in highly dimensional training datasets"]}]}],"canonical_facts":{"dc:contributor.advisor":["Pérez Peña, Fernando","Lafuente Molinero, Luis"],"dc:contributor.other":["Ingeniería en Automática, Electrónica, Arquitectura y Redes de Computadores","Matemáticas"],"dc:creator":["Muñoz Molina, Luis J."],"dc:date.accessioned":["2024-12-02T12:36:57Z"],"dc:date.available":["2024-12-02T12:36:57Z"],"dc:date.issued":["2024-07-26"],"dc:description.abstract":["Esta Tésis Doctoral presenta tres importantes contribuciones en el con- texto del análisis de la información contenida en conjuntos de datos que van a ser utilizados para entrenar modelos de Aprendizaje Automático. Estas contribuciones vienen dadas en la forma de nuevas herramientas y métricas para evaluar matemáticamente la mencionada información con- tenida. Además, en esta Tésis, diversos retos provinientes de diferentes escenarios industriales reales han sido resueltos a través de modelos de Aprendizaje Automático, en cuyo entrenamiento se han usado algunas de las mencionadas herramientas."],"dc:format":["application/pdf"],"dc:identifier.uri":["http://hdl.handle.net/10498/33975"],"dc:language.iso":["eng"],"dc:rights":["Attribution-NonCommercial-NoDerivatives 4.0 Internacional"],"dc:rights.uri":["http://creativecommons.org/licenses/by-nc-nd/4.0/"],"dc:title":["Information density in highly dimensional training datasets"],"dc:type":["doctoral thesis"]},"updated_at":"2026-07-24T01:29:31Z"}