Revista Cubana de Ciencias Informáticas

Limpieza de ruido para clasificación basado en vecindad y cambios de concepto en el tiempo

En la minería de datos y reconocimiento de patrones, un importante campo lo constituye la clasificación. La clasificación es necesaria en muchos procesos del mundo de hoy. Muchos son los estudios y métodos propuestos con el fin de hacer que los clasificadores sean cada vez más efectivos. Sin embargo, la mayoría de ellos consideran la perfección en los conjuntos de entrenamiento, sin tener en cuenta que podría haber, dentro de estos conjuntos de entrenamiento, objetos con etiquetas de clases erróneas, producto tanto de errores humanos como de previos procesos de clasificación. Al proceso de eliminar estos objetos mal clasificados, se denomina limpieza de ruido. Obviamente, la limpieza de ruido influye considerablemente en la correcta clasificación de nuevas muestras. En esta investigación, se presenta un nuevo algoritmo de limpieza de ruido en flujos de datos para clasificación, basado en criterios de vecindad. Además, considera cambios en la distribución de los datos que pueden ocurrir en el transcurso del tiempo. Se evaluó, mediante varios experimentos, el efecto de la aplicación del método en la construcción automática de conjuntos de entrenamiento usando bases de datos del repositorio UCI y dos sintéticas. Los resultados obtenidos demuestran la eficacia de la estrategia de limpieza de ruido y su influencia en la correcta clasificación de nuevas muestras.

An important field within data mining and pattern recognition is classification. Classification is necessary in a number nowadays-world processes. Several works and methods have been proposed with the goal to achieve classifiers to be more effective each time. However, most of them consider the training sets to be perfectly clustered, without having into account that incorrectly classified data might be in them. The process of removing incorrectly classified objects is called noise cleaning. Obviously, noise cleaning influences considerably in classification of new samples. In this work, we present a neighborhood-based algorithm for noise cleaning on data stream for classification. In addition, it considers the data distribution changes that may occur on the time. It was measured, by several experiments, the effect of the method on automatic building of training sets by using databases from UCI repository and two synthetic ones. The obtained results show prove the efficacy of the proposed noise cleaning strategy and its influence on the right classification of new samples.

Metodología para la Implementación de la Gestión Automatizada de Controles de Seguridad Informática

La gestión de la seguridad informática debe ser vista como un proceso bien definido, con la capacidad de mejorar de manera incremental y continua. El elevado número de controles a implementar en un sistema de información dinámico, implica un enorme esfuerzo para el personal encargado de proteger la información. Por ello este trabajo presenta una metodología basada en la integración de varios modelos, normas, herramientas y buenas prácticas para la implementación de la gestión automatizada de controles de seguridad informática, combinando varios métodos orientados a la gestión de riesgos con un enfoque de automatización durante las etapas de operación, monitorización y revisión de un Sistema de Gestión de Seguridad de la Información. Teniendo en cuenta que aproximadamente el 30% de los controles contenidos en el estándar internacional ISO/IEC 27002 son automatizables, la aplicación del resultado de esta investigación presupone lograr que la gestión de la seguridad informática sea un proceso menos complejo y más efectivo, afirmación que es validada a través de un análisis estadístico que demuestra la disminución de la complejidad y el aumento de la eficiencia en cuanto al tiempo y el esfuerzo requerido por el proceso en un factor cercano al 90% para ambos casos.

The information security management should be seen as a well-defined process, with the ability to be incrementally and continuously improved. The high number of controls implemented in a dynamic information system involves a huge effort from the staff responsible for the protection of the information. That is why this paper presents a methodology based on the integration of several models, standards, tools and best practices for implementing automated management of computer security controls, combining several methods focused on risk management with an automation approach during the operation, monitoring and revision of an Information Security Management System. Having in mind that nearly 30% of the controls gathered in the international standard ISO/IEC 27002 can be automatized, the application of this research could lead to archive a less complex and more effective computer security management, and this affirmation is validated by a statistic analysis that shows a reduction of the complexity and an increment in the efficiency based in costs of time and effort required by the process in both cases by a factor near to 90%.

La calidad de los Sistemas de Información en la eficiencia de las Pymes

Los Sistemas de Información (SI) actualmente juegan un rol relevante en la operatividad y competitividad de las organizaciones, por tanto, identificar su valor empresarial ha sido una de las principales inquietudes de directivos e investigadores. La meta de la presente investigación es determinar el efecto de la calidad de los SI en los constructos de uso-utilidad y satisfacción de los usuarios y estos a su vez con la percepción de mejora de la eficiencia interna y de reducción de costos organizacionales de empresas pequeñas y medianas (Pymes) del noreste de México, Para alcanzarlo, se utiliza el modelado de ecuaciones estructurales con la aplicación de 195 cuestionarios. La evidencia empírica sugiere que la eficiencia interna se ve afectada por la satisfacción de los usuarios y su intención por emplear un SI, los que, a su vez, están influenciados por la calidad de la información, mientras que con el constructo costos organizacionales solo se ve afectada por el uso del SI. Se espera que los resultados obtenidos puedan ayudar a los dueños de empresas Pymes a planificar más eficazmente sus inversiones en tecnologías de información (TI).

Nowadays, Information Systems (IS) play a relevant roll in the operability and competitiveness of organizations. Therefore, to identify their business value has been one of the main concerns of managers and researchers. The goal of this study is to determine the quality effect of IS in the constructs in use-value and user satisfaction, as well as with the perceptions of improvement of the internal efficiency and organizational costs of small and medium business (SME) from Northeastern Mexico. To fulfill this purpose, the structural equation modeling is used with the application of 195 questionnaires. The empirical evidence suggests that internal efficiency is affected by the satisfaction of users and their intention to use an IS, which is influenced by the quality of information, while the construct organizational costs only is affected by the use of the IS. It is expected that the results can help the owners of SME to plan more efficiently their investments in TI.

Procedimiento para la seguridad del proceso de despliegue de aplicaciones web

El auge que ha adquirido la utilización de las aplicaciones web ha propiciado el surgimiento de riesgos de seguridad que atentan contra la disponibilidad, integridad y confidencialidad de la información. Por ello, se requiere la adopción de mecanismos para el enfrentamiento a los problemas de seguridad que se presentan diariamente en las aplicaciones web. Una de las alternativas que se recomiendan incluye la adopción de la seguridad a lo largo de todo el ciclo de desarrollo de software. En este sentido, la etapa de despliegue no está exenta de dificultades y desafíos que afrontar desde el punto de vista de seguridad, por lo que una configuración cuidadosa y la personalización del entorno pueden mejorar en gran medida el estado de seguridad de la aplicación. En este trabajo se realiza un estudio sobre la utilización de buenas prácticas establecidas y estándares en torno a la seguridad del despliegue de aplicaciones web, con un enfoque vinculado a la automatización y prácticas tradicionales del desarrollo de software. El procedimiento se ha aplicado en el Nodo Central de la Universidad de las Ciencias Informáticas y su utilización ha permitido la reducción del tiempo de realización de las operaciones y la cantidad de errores humanos cometidos desde la perspectiva de la seguridad informática. Los resultados obtenidos permiten establecer una referencia para la posible aplicación del procedimiento en otros entornos. Las herramientas utilizadas pueden ajustarse a las necesidades y políticas de la organización para su aplicación.

The momentum built using web applications has led to the emergence of security risks that threaten the availability, integrity and confidentiality of information. Therefore, the adoption of mechanisms for confronting the security issues that arise daily in web applications is required. One of the alternatives that are recommended includes the adoption of security throughout the software development lifecycle. In this sense, the stage of deployment does not have difficulties without difficulties and challenges faced from the point of view of safety, so careful configuration and customization environment which can greatly improve the security status of the application. This paper presents a study on the use of some of best practices and standards established regarding the security of the deployment of web applications with automation linked to traditional practices and software development approach where it is performed. The proposal has been implemented in the Central Node of the University of Information Science and its use has allowed us reducing the time of completion of the operations and the amount of human error from the perspective of computer security. The results allow to establish a reference to the possible application of the proposal in other environments. The tools used can be adjusted to the needs and policies of the organization for implementation.

Recuperación de información para artículos científicos soportada en el agrupamiento de documentos XML

Cada día más datos electrónicos en formato semiestructurado, específicamente XML, se encuentran disponibles en el World Wide Web, intranets corporativas, y otros medios de comunicación. Por tal motivo la gestión de información se vuelve cada vez más compleja y desafiante, sobre todo porque las colecciones de documentos generalmente son heterogéneas, grandes, diversas y dinámicas. Superar estos desafíos es esencial para dar a los científicos mejores condiciones de administrar el tiempo necesario para procesar la información científica. En el laboratorio de Inteligencia Artificial de la Universidad Central “Marta Abreu” de las Villas se han obtenido varios sistemas que permiten manipular la información, como: SATEX, GARLucene y LucXML, este último da tratamiento de forma específica a los documentos XML, aunque no garantiza gestionar los documentos desde un repositorio en la red. En este trabajo se implementó una herramienta Web que usa las técnicas de recuperación inteligente, soportada en un algoritmo de agrupamiento de documentos XML que combina el contenido y la estructura existente en estos. Los principales resultados son: (1) el uso de la metodología para el agrupamiento de los documentos recuperados; (2) la utilización de herramientas especializadas en recuperación de información y manipulación de documentos; (3) al evaluar el sistema con datos representativos se obtuvieron resultados favorables lo que corrobora la validez de la implementación realizada.

Every day more electronic data in semistructured format, specifically XML, are available on the World Wide Web, intranets, and other media. By this, the information management becomes increasingly complex and challenging, especially since document collections are generally heterogeneous, large, diverse and dynamic. Overcoming these challenges is essential to give scientists better conditions to manage the time required to process scientific information. In the Artificial Intelligence Laboratory of Universidad Central “Marta Abreu” de Las Villas, they have obtained several systems that allow to manipulate information such as: SATEX, GARLucene and LucXML, the last one treats specifically to XML documents although it does not guarantee to manage the documents from a repository in the network. In this paper, a Web tool that uses smart recovery techniques, supported by a clustering algorithm of XML documents that combine existing content and structure these are implemented. The main results are: (1) the use of the methodology for the clustering of documents retrieved; (2) the use of specialized tools in information retrieval and document manipulation; (3) to evaluate the system with representing data, favorable results were achieved which confirms the validity of the implementation done.

Selección de rasgos en muestras citológicas usando información heurística

En este trabajo se investiga un método de selección de rasgos que permita clasificar las muestras celulares tomadas del cuello del útero en cancerosas o no. El cáncer en el cuello del útero es el segundo tipo de cáncer más difundido entre las mujeres y la investigación de métodos informáticos en función de la correcta clasificación de muestras tiene un impacto directo en la calidad de vida de los pacientes. Se investiga un conjunto de rasgos seleccionado teniendo en cuenta su importancia y la capacidad de un grupo de clasificadores de prueba para apreciar dichos rasgos. Los clasificadores de prueba empleados son: HCM, FCM, LS y WKNN. Los resultados demuestran que la utilización de dicho conjunto de rasgos arroja por lo general buenos resultados de clasificación.

This paper presents a method of feature selection to classify cell samples taken from the cervix into cancerous or not cancerous cells. Cancer of the cervix is the second most widespread cancer in women and the investigation of computational methods based on the correct classification of samples has a direct impact on the life's quality of patients. A set of selected features is investigated taking into account the importance of these features and the ability of a test group of classifiers to assess those traits. The test classifiers used are: HCM, FCM, LS and WKNN. The results demonstrate that the use of that set of features generally yields good classification results.

Control no lineal mediante Linealización Aproximada aplicada en el sistema no lineal Posición de un anillo sobre un aro rotatorio

En este artículo se presenta el método de linealización aproximada como técnica de control de sistemas físicos no lineales alrededor de un punto de operación. Se introduce la técnica de linealización aproximadamediante una representación integral de las ecuaciones de estado. Se propone ver al sistema no lineal como una ecuación integral y analizar el efecto de pequeñas perturbaciones alrededor de un punto de equilibrio constante. Despreciando los términos de orden superior del efecto de tales perturbaciones y reteniendo solamente los términos lineales, se presenta en un solo esquema la linealización que aproxima el comportamiento del sistema perturbado. Se realiza la simulación con un modelo que representa la posición de un anillo sobre un aro rotatorio. La simulación es realizada en Matlab® ya que el mismo es útil al momento de ilustrar las propiedades del sistema no lineal controlado estudiado y el comportamiento de la estrategia de control propuesta. Matlab® es un ambiente numérico de propósito general orientado al uso de estructuras de tipo vectorial y matricial, el cual permite ejecutar algoritmos secuenciales con una amplia gama de aplicaciones. El uso principal que se le dio fue como programa de simulación numérica, es decir, se hizo uso de los algoritmos que tiene disponibles para la obtención de las soluciones de sistemas de ecuaciones diferenciales ordinarias. Finalmente se analizan los resultados obtenidos de aplicar dicha técnica de control en este modelo.

In this paper the method of approximate linearization technique is presented as control of nonlinear physical systems around an operating point. The Approximate linearization technique is introduced through a comprehensive representation of the state equations. It is intended to see the nonlinear system as an integral equation and it is analyzed the effect of small perturbations around a breakeven point. Neglecting higher order terms of the effect of such disturbances and retaining only the linear terms, is presented in a single linearization scheme that approximates the behavior of the perturbed system. Simulation is carried out with a model that represents the position of a ring on a rotary ring. The simulation is performed in Matlab® since it is useful to illustrate the properties when the non-linear controlled system behavior studied and control strategy proposed. Matlab® is a general purpose numerical environment oriented structures using vector and matrix type, which allows to execute sequential algorithms with a wide range of applications. The main use was given as numerical simulation program that means that the algorithms were used for obtaining available solutions of ordinary differential equations systems. Finally, the results of applying the technique of control in this model are analyzed.

Diseño web adaptativo para la plataforma educativa ZERA

La sociedad actual tiene acceso a tecnologías de bolsillo de alto procesamiento y conectadas al igual que un computador convencional. Estas tecnologías móviles ofrecen nuevas oportunidades para el aprendizaje. Algunos Sistemas de Gestión del Aprendizaje han adoptado variantes para incorporar o integrar el m-learning, ya sea realizando diseños web adaptativos, aplicaciones web, aplicaciones nativas o aplicando alguna combinación de estas; sin embargo, son insuficientes las soluciones desarrolladas. En la Universidad de las Ciencias Informáticas se desarrolló una plataforma educativa denominada ZERA, a pesar de sus potencialidades en su concepción no se tuvo en cuenta su utilización en dispositivos móviles lo que afecta la disponibilidad de sus contenidos y su correcto funcionamiento. En el presente artículo se destacan los referentes teóricos relacionados con el diseño web adaptativo y se describe su implementación en ZERA; haciendo uso de HTML5 y sus etiquetas semánticas, el framework de CSS Bootstrap, puntos de quiebres personalizados, un alto grado de flexibilidad en el diseño, así como el uso del polyfills Adaptative Image para la adaptación de las imágenes. Las pruebas realizadas después de implementado el diseño web adaptativo en la plataforma educativa ZERA permitieron comprobar su adaptabilidad a distintos tamaños de pantallas y dispositivos móviles.

Today's society has access to pocket technology connected like a conventional computer. These mobile technologies offer new opportunities for learning. Some Learning Management Systems have adopted alternatives to incorporate or integrate m-learning, whether performing responsive web design, web applications, native applications or using some combination of these; however are insufficient the solutions developed. At the University of Information Science an educational platform was developed called ZERA, even though its potential in its design was not taken into account its use on mobile devices which affects the availability of its contents and its proper functioning. This article highlights the theoretical references related to the responsive web design and its application in ZERA; using HTML5 and semantic tags, the Bootstrap CSS framework, custom breakpoints, a high degree of flexibility in the design and use of polyfills Adaptive Image for adapting images. The tests performed after the responsive web design was implemented in the educational platform ZERA allowed to check their adaptability to different screen sizes and mobile devices.

Algoritmo esteganográfico de clave privada en el dominio de la transformada discreta del coseno

La Esteganografía con clave privada, es un sistema similar a sistemas criptográficos de cifras simétricas. En este artículo es objetivo presentar un nuevo algoritmo esteganográfico que utiliza una clave privada, vinculado al domino de la frecuencia usando la transformada discreta del coseno, que permite generar una nueva secuencia binaria a partir del mensaje e indica las posiciones donde serán insertados los elementos de dicha secuencia. Con el algoritmo propuesto se mejora el nivel de imperceptibilidad del esteganograma analizado a través de los resultados obtenidos de los parámetros: Relación Señal a Ruido Pico, entropía relativa y coeficientes de correlación por pares de histogramas entre el esteganograma y la imagen que sirve de cubierta, en comparación con los resultados de métodos previamente propuestos en la literatura.

The private key steganography is a system similar to the cryptographic system of symmetric figure. In this paper, is objective to show a new steganographic algorithm, that use a private key, linked with frequency domain using discrete cosine transform, generate a new binary sequence from the message to hide and suggest the positions where will be inserted the binary sequence elements. The proposed algorithms improvement the imperceptibility, analyzed through obtained results of parameters: peak signal to-noise ratio, relative entropy (Er) and the correlation coefficients of histograms pairs of the steganogram and the cover image, comparing with the results of the methods proposed in the literature.

Módulo para la evaluación de competencias a través de un Sistema de Laboratorios a Distancias

El control automático en su integración con las Tecnologías de la Información y las Comunicaciones ha implementado los Sistemas de Laboratorios a Distancia como forma de Aprendizaje Electrónico. Sin embargo, los dispositivos acoplados a los Sistemas de Laboratorios a Distancia, no poseen mecanismos que permitan evaluar las competencias de los usuarios que realizan prácticas de laboratorios, causando afectaciones a los dispositivos físicos producto a su mala manipulación. La presente investigación describe una solución a la problemática planteada a partir de la elaboración de un módulo integrado a un Sistema de Laboratorio a Distancia que utiliza un enfoque multicriterio multiexperto basado en Mapa Cognitivo Difuso para la evaluación de competencias. Para determinar la efectividad de la propuesta, se realizó una encuesta al grupo de estudiantes y profesores que trabajaron con la propuesta en el curso escolar 2014- 2015 donde se obtuvo resultados favorables en su utilización.

The automatic control in its integration with Information Technology and Communications has implemented Systems Laboratories Distances as a form of e-learning. However, the coupled devices to the Systems Laboratories Distances do not have mechanisms that allows to assess the competencies of users which perform laboratory practices, causing damages to the physical devices as a product to mishandling. This research describes a solution to the issue raised from the making of a module integrated a System Laboratories Distances using a multi-criteria and multi-experto approach based in Fuzzy Cognitive Map for competency assessment module. To determine the effectiveness of the proposal, a survey was conducted to the group of students and teachers who worked with the proposal in the 2014- 2015 school year where favorable results were obtained in their use.

Representación textual en espacios vectoriales semánticos

El modelo espacio vectorial representa documentos textuales a través de vectores de términos, pero no permite representar relaciones semánticas entre las palabras. Los espacios vectoriales semánticos se basan en la idea que el significado de una palabra puede ser aprendido de un entorno lingüístico y poseen dos enfoques, la semántica distribucional y la semántica composicional. El primer enfoque analiza el significado de palabras individuales y el segundo enfoque el significado de frases, oraciones y párrafos. La presente revisión expone los principales modelos de estos dos enfoques, así como las herramientas computacionales que los implementan. Como resultado de este estudio se concluye que se hace necesario la incorporación de representaciones semánticas en las distintas herramientas que realizan análisis textual, fundamentalmente han dado mejores resultados aquellas representaciones que hacen predicción de contextos para el caso de modelos distribucionales y las que incorporan modelos basados en redes neuronales para los modelos composicionales.

The vector space model represents textual documents via vectors of terms, but it cannot represent semantic relationships between words. Semantic vector spaces are based on the idea that the meaning of a word can be learned from a linguistic environment and have two approaches, the distributional semantics and compositional semantics. The first approach analyzes the meaning of individual words and the second approach the meaning of phrases, sentences and paragraphs. This review presents the main models of these approaches and the computational tools that implement them. This study bring to a conclusion that the incorporation of semantic representations in the different tools that perform textual analysis is necessary, essentially researchers have obtained best representations that make prediction of contexts in the case of distributional models and the ones that incorporate models based on neural networks for compositional models.

SIGESPRO: Sistemas de Información Geográfica para controlar proyectos

La competitividad existente en el mercado obliga a los decisores a ser más precisos a la hora de tomar decisiones. Los decisores, apoyados por las herramientas informáticas de gestión de proyectos pueden obtener indicadores necesarios para cumplir con esta tarea. Sin embargo, en la mayoría de los casos y durante el control de proyectos, no se tiene en cuenta el análisis de la dimensión geográfica de conjunto con los indicadores como complemento vital para conseguir un proceso de toma de decisiones eficiente y eficaz. El objetivo de la investigación consiste en desarrollar un Sistema de Información Geográfica para el control de proyectos basado en el análisis de la dimensión geográfica, que contribuya a mejorar la capacidad de ayuda a la toma de decisiones en la Suite GESPRO 13.05. Los resultados obtenidos están asociados con: el uso de ocho indicadores relacionados con áreas claves de la gestión de proyectos calculados automáticamente en la Suite GESPRO mediante el uso de la Plataforma GeneSIG v1.5.

The competitiveness in the market forces decision makers to be more precise when making decisions, which supported by some project management tools get the necessary indicators to accomplish this task. However, in most cases, and for controlling the execution of the project is not taken into account the analysis of the geographic dimension with the indicators as a vital complement for a decision process efficient and effective. The objective of the research is to develop an Geograohic Information System based on the analysis of the geographical dimension, which contributes to improve the ability of aid to decision-making in the Suite GESPRO 13.05. The results obtained are associated with: the exploitation by extensions of eight indicators related to key areas of project management automatically calculated by Suite GESPRO in GeneSIG Platform v1.5.

Un método para la generación de rankings en la selección de equipos de trabajo en ambiente competitivo basado en algoritmos genéticos

La selección de equipos de trabajo es una tarea importante en la gestión de los recursos humanos, en la cual el propósito es realizar un proceso de selección de personal para conformar equipos. Este proceso usualmente se realiza a partir de rankingsde candidatos que expresan las preferencias de los decisores. Un problema en el contexto de la selección de personal es la agregación de rankingsde candidatos. En esta publicación se trata el problema de la selección de equipos de trabajo en un marco diferente al clásico, pues se consideran dos decisores que deben conformar equipos a partir de un mismo conjunto de candidatos. Para ello cada decisor cuenta con un grupo de expertos que lo asesoran, brindándole un rankingde los candidatos. Para este nuevo problema se propone un método de agregación de rankings basado en algoritmos genéticos. El método que se propone encuentra, a partir de los ordenamientos generados por cada grupo de expertos, los rankingsde consenso que sirven de base en la conformación de los equipos de cada decisor. El algoritmo es desarrollado sobre la plataforma evolutiva ECJ (Evolutionary Computation Java) y arroja resultados satisfactorios.

The team selection is an important task in the management of human resources, in which the purpose is to carry out a personnel selection process in order to form teams. This process is usually performed from rankings of candidates that reflect the decision-makers’ preferences. In this work, the process of team selection is developed in a different approach, because two decision-makers must select their teams from a common set of candidates. For accomplishing that goal, they have a group of experts, which assist them with the candidates’ ranking. For this new problem, a method of aggregation of rankings based on genetic algorithm is proposed. The proposed method finds, from the generated rankings for each group of experts, the consensus rankings that work as a base for every decision-maker to form teams. The algorithm is implemented on the evolutionary platform ECJ (Evolutionary Computation Java), which yields satisfactory results.

Evaluación de alternativas para la clasificación de células cervicales utilizando solo rasgos del núcleo

En este artículo se presenta un estudio comparativo del desempeño de tres de las técnicas de clasificación más utilizadas para el diagnóstico en la prueba de Papanicolaou basándose solamente en las características extraídas de la región del núcleo. Dentro de las técnicas seleccionadas se encuentran los clasificadores vecinos más cercanos (kNN), redes neuronales artificiales (RNA-RBF Network) y máquinas de soporte vectorial (SVM). El estudio comparativo se realiza con el objetivo de determinar la técnica con mayor capacidad para clasificar de forma correcta los patrones que identifican los cambios en las células cervicales a partir de matrices de rasgos de imágenes de la prueba de Papanicolaou. Para el estudio se utilizaron los resultados obtenidos en las iteraciones realizadas a cada clasificador con iguales conjuntos de datos, con el objetivo de determinar cuál de los métodos propuestos ofrece la mejor solución al problema de la clasificación de células cervicales. Se realizó un estudio experimental en el que se consideraron dominios con igualdad en los números de clases, atributos y ejemplos de entrenamiento, así como igual proporción de casos pertenecientes a cada clase. La comparación estadística se realizó en función de los resultados obtenidos por los índices de efectividad conocidos como medida F, media H, predictividad negativa y área bajo la curva ROC (AUC).

This paper presents a comparative study of the performance of three of the most widely used classification techniques for diagnosis in Pap tests based solely on features extracted from the nucleus’ region. Among the selected techniques are the nearest neighbor classifier (kNN), artificial neural networks (ANN-RBF Network) and support vector machines (SVM). The comparative study is performed in order to determine the technique with greater ability to correctly classify the patterns that identify changes in cervical cells from feature matrices from images of Papanicolaou smears. In this study the results obtained from the iterations in each classifier using the same data sets were used in order to determine, which method offers the best solution to the problem of cervical cells classification. An experimental study was conducted considering domains with equal numbers of classes, attributes, and training examples, as well as an equal proportion of cases belonging to each class. The statistical comparison was made based in the results obtained in terms of the indexes of effectiveness known as F-measure, H-mean, negative predictivity and area under the ROC curve (AUC).