Yaima Filiberto

• Artículos de revistas (9)
• Colaboraciones en obras colectivas (1)

• Artículos de revistas

  • A New Method For Personnel Selection Based On Ranking Aggregation Using A Reinforcement Learning Approach

    Yaima Filiberto, Rafael Bello, Ann Nowé

    Computación y Sistemas (CyS), ISSN 1405-5546, ISSN-e 2007-9737, Vol. 22, Nº. 2, 2018, págs. 537-546

    • Resumen
    • Texto completo
    

  • Estudio del comportamiento de métodos basados prototipos y en relaciones de similitud ante “hubness”

    Yanela Rodríguez Alvarez, Rafael Bello, Yailé Caballero Mota, Yaima Filiberto, Yumilka B. Fernández Hernández, Mabel Frías Hernández

    Revista Cubana de Ciencias Informáticas, ISSN-e 2227-1899, Vol. 11, Nº. 2, 2017

    • Resumen
    • Texto completo
    

  • Efecto de la selección de rasgos en la clasificación basada en prototipos

    Yumilka B. Fernández Hernández, Rafael Bello Pérez, Yaima Filiberto, Mabel Frías Dominguez, Yailé Caballero Mota

    Revista Cubana de Ciencias Informáticas, ISSN-e 2227-1899, Vol. 10, Nº. 4, 2016

    • Resumen
    • Texto completo
    

  • Improving the Multilayer Perceptron Learning by Using a Method to Calculate the Initial Weights with the Similarity Quality Measure Based on Fuzzy Sets and Particle Swarms

    Lenniet Coello Blanco, Yumilka Fernandez, Yaima Filiberto, Rafael Bello

    Computación y Sistemas (CyS), ISSN 1405-5546, ISSN-e 2007-9737, Vol. 19, Nº. 2, 2015, págs. 309-320

    • Resumen
    • Texto completo
    

  • An Approach for Prototype Generation based on Similarity Relations for Problems of Classification

    Yumilka B. Fernández Hernández, Rafael Bello, Yaima Filiberto, Mabel Frías, Lenniet Coello Blanco, Yailé Caballero Mota

    Computación y Sistemas (CyS), ISSN 1405-5546, ISSN-e 2007-9737, Vol. 19, Nº. 1, 2015, págs. 109-118

    • Resumen
    • Texto completo
    

  • An improvement to the classification based on the measurement of the similarity quality using fuzzy relations

    Yumilka B. Fernández Hernández, Yaima Filiberto, Mabel Frias, Rafael Bello, Yailé Caballero Mota

    DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 82, Nº. 193, 2015, págs. 70-76

    • Resumen
    • Texto completo
    

  • Effects of using reducts in the performance of the irbasir algorithm

    Rafael Bello, Yaima Filiberto, Mabel Frias, Yailé Caballero Mota

    DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 80, Nº. 182, 2013, págs. 185-190

    • Resumen
    • Texto completo
    

  • Modelo difuso para la determinación del período de mantenimiento de redes eléctricas, a partir de los datos del celaje

    Eduardo Sierra, Santiago Lajes Choy, Yaima Filiberto, Francisco Barrios

    DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 80, Nº. 181, 2013, págs. 31-39

    • Resumen
    • Texto completo
    

  • Algoritmo para el aprendizaje de reglas de clasificación basado en la teoría de los conjuntos aproximados extendida

    Yaima Filiberto, Rafael Bello, Yailé Caballero Mota, Mabel Frias

    DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 78, Nº. 169, 2011, págs. 62-70

    • Resumen
    • Texto completo
    

• Colaboraciones en obras colectivas

  • Using PSO and RST to Predict the Resistant Capacity of Connections in Composite Structures

    Yaima Filiberto, Rafael Bello, Yailé Caballero Mota, Rafael Larrúa Quevedo

    Nature Inspired Cooperative Strategies for Optimization (NICSO 2010) / coord. por Juan R. González, David Alejandro Pelta Mochcovsky, Carlos Cruz, Germán Terrazas, Natalio Krasnogor, 2010, ISBN 978-3-642-12537-9, págs. 359-370

    • Resumen
    • Texto Completo Libro
    

Esta página recoge referencias bibliográficas de materiales disponibles en los fondos de las Bibliotecas que participan en Dialnet. En ningún caso se trata de una página que recoja la producción bibliográfica de un autor de manera exhaustiva. Nos gustaría que los datos aparecieran de la manera más correcta posible, de manera que si detecta algún error en la información que facilitamos, puede hacernos llegar su Sugerencia / Errata.