Algoritmo divisivo de clustering con determinación automática de componentes

Cluster analysis es el estudio de algoritmos y métodos cuyo objetivo es encontrar una forma conveniente y válida de organizar un conjunto de datos en grupos. Entre sus múltiples aplicaciones se encuentran la segmentación de imágenes, la clasificación automática de documentos o archivos multimedia,...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Vidal, Erica
Otros Autores: Bayá, Ariel
Formato: tesis de grado publishedVersion bachelorThesis
Lenguaje:Español
Publicado: Facultad de Ciencias Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosario 2014
Materias:
clustering divisivo
spectral clustering
métricas
test de hipótesis
Acceso en línea:http://www.fceia.unr.edu.ar/lcc/t523/
http://hdl.handle.net/2133/3542
http://hdl.handle.net/2133/3542
Aporte de:
Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR) de Universidad Nacional de Rosario
id I15-R121-2133-3542
record_format dspace
institution Universidad Nacional de Rosario
institution_str I-15
repository_str R-121
collection Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR)
language Español
orig_language_str_mv spa
topic clustering divisivo
spectral clustering
métricas
test de hipótesis
spellingShingle clustering divisivo
spectral clustering
métricas
test de hipótesis
Vidal, Erica
Algoritmo divisivo de clustering con determinación automática de componentes
topic_facet clustering divisivo
spectral clustering
métricas
test de hipótesis
description Cluster analysis es el estudio de algoritmos y métodos cuyo objetivo es encontrar una forma conveniente y válida de organizar un conjunto de datos en grupos. Entre sus múltiples aplicaciones se encuentran la segmentación de imágenes, la clasificación automática de documentos o archivos multimedia, la detección de comunidades en redes sociales y la identificación de genes con funciones similares, por nombrar algunas. En este trabajo exploramos soluciones a problemas abiertos del área de cluster analysis y como resultado desarrollamos un nuevo algoritmo de clustering, DHclus, que descubre clusters con formas arbitrarias en los datos, determina automáticamente la cantidad de componentes presentes en los datos (incluso cuando hay clusters a diferentes escalas en un mismo problema) y además selecciona los parámetros que afectan su performance. Además implementamos el algoritmo como un paquete de software libre para el entorno de programación R y se encuentra disponible para toda la comunidad.
author2 Bayá, Ariel
author_facet Bayá, Ariel
Vidal, Erica
format tesis de grado
publishedVersion
bachelorThesis
author Vidal, Erica
author_sort Vidal, Erica
title Algoritmo divisivo de clustering con determinación automática de componentes
title_short Algoritmo divisivo de clustering con determinación automática de componentes
title_full Algoritmo divisivo de clustering con determinación automática de componentes
title_fullStr Algoritmo divisivo de clustering con determinación automática de componentes
title_full_unstemmed Algoritmo divisivo de clustering con determinación automática de componentes
title_sort algoritmo divisivo de clustering con determinación automática de componentes
publisher Facultad de Ciencias Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosario
publishDate 2014
url http://www.fceia.unr.edu.ar/lcc/t523/
http://hdl.handle.net/2133/3542
http://hdl.handle.net/2133/3542
work_keys_str_mv AT vidalerica algoritmodivisivodeclusteringcondeterminacionautomaticadecomponentes
bdutipo_str Repositorios
_version_ 1764820413967237122

Ejemplares similares