{rfName}
Se

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

22

Altmetrics

Investigadores/as Institucionales

Cayci A.Autor (correspondencia)Eibe SAutor o Coautor

Compartir

25 de julio de 2020
Publicaciones
>
Artículo
Sí

Self-configuring data mining for ubiquitous computing

Publicado en: INFORMATION SCIENCES. 246 83-99 - 2013-10-10 246(), DOI: 10.1016/j.ins.2013.05.015

Autores:

Cayci, A; Menasalvas, E; Saygin, Y; Eibe, S
[+]

Afiliaciones

Sabanci Univ, Fac Engn & Nat Sci - Autor o Coautor
Sabanci Universitesi - Autor o Coautor
Univ Politecn Madrid, Fac Informat - Autor o Coautor
Universidad Politécnica de Madrid - Autor o Coautor
Ver más

Resumen

Ubiquitous computing software needs to be autonomous so that essential decisions such as how to configure its particular execution are self-determined. Moreover, data mining serves an important role for ubiquitous computing by providing intelligence to several types of ubiquitous computing applications. Thus, automating ubiquitous data mining is also crucial. We focus on the problem of automatically configuring the execution of a ubiquitous data mining algorithm. In our solution, we generate configuration decisions in a resource aware and context aware manner since the algorithm executes in an environment in which the context often changes and computing resources are often severely limited. We propose to analyze the execution behavior of the data mining algorithm by mining its past executions. By doing so, we discover the effects of resource and context states as well as parameter settings on the data mining quality. We argue that a classification model is appropriate for predicting the behavior of an algorithm's execution and we concentrate on decision tree classifier. We also define taxonomy on data mining quality so that tradeoff between prediction accuracy and classification specificity of each behavior model that classifies by a different abstraction of quality, is scored for model selection. Behavior model constituents and class label transformations are formally defined and experimental validation of the proposed approach is also performed. © 2013 Elsevier Inc. All rights reserved.
[+]

Palabras clave

Data miningDecision treeUbiquitous computing

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista INFORMATION SCIENCES debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2013, se encontraba en la posición 8/135, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Computer Science, Information Systems.

Independientemente del impacto esperado determinado por el canal de difusión, es importante destacar el impacto real observado de la propia aportación.

Según las diferentes agencias de indexación, el número de citas acumuladas por esta publicación hasta la fecha 2026-04-24:

  • Google Scholar: 8
  • WoS: 7
  • Scopus: 7
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-24:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 39 (PlumX).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
  • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://oa.upm.es/19174/

Como resultado de la publicación del trabajo en el repositorio institucional, se han obtenido datos estadísticos de uso que reflejan su impacto. En términos de difusión, podemos afirmar que, hasta la fecha

  • Visualizaciones: 458
  • Descargas: 485
[+]

Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: Turkey.

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (MENASALVAS RUIZ, ERNESTINA) y Último Autor (EIBE GARCIA, SANTIAGO).

el autor responsable de establecer las labores de correspondencia ha sido MENASALVAS RUIZ, ERNESTINA.

[+]