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,...
Guardado en:
Autor principal: | |
---|---|
Otros Autores: | |
Formato: | tesis de grado publishedVersion bachelorThesis |
Lenguaje: | Español |
Publicado: |
Facultad de Ciencias Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosario
2014
|
Materias: | |
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: |
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 |