Clustering a través de técnicas bio-inspiradas

Este artículo describe los trabajos de investigación y desarrollo que se están llevando a cabo en el Laboratorio de Investigación y Desarrollo en Inteligencia Computacional (LIDIC), relacionados a la aplicación de técnicas bio-insipiradas a problemas de minería de datos, y en particular, a tareas de...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Ingaramo, Diego Alejandro, Leguizamón, Guillermo, Errecalde, Marcelo Luis
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2005
Materias:	Ciencias Informáticas Clustering técnicas bio-inspiradas
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/21196
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-21196
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Clustering técnicas bio-inspiradas
spellingShingle	Ciencias Informáticas Clustering técnicas bio-inspiradas Ingaramo, Diego Alejandro Leguizamón, Guillermo Errecalde, Marcelo Luis Clustering a través de técnicas bio-inspiradas
topic_facet	Ciencias Informáticas Clustering técnicas bio-inspiradas
description	Este artículo describe los trabajos de investigación y desarrollo que se están llevando a cabo en el Laboratorio de Investigación y Desarrollo en Inteligencia Computacional (LIDIC), relacionados a la aplicación de técnicas bio-insipiradas a problemas de minería de datos, y en particular, a tareas de clustering. Intuitivamente, una tarea de clustering consiste en la clasificación no supervisada de patrones (observaciones, datos, vectores, etc.) en grupos. Este problema ha sido analizado en varios contextos y por investigadores de distintas disciplinas, reflejando su amplia utilidad. Si bien se han propuesto distintas alternativas para abordar las tareas de clustering, existe un área particularmente interesante y novedosa que ha planteado distintos enfoques bio-inspirados que incluyen los algoritmos genéticos y algoritmos basados en la metáfora del comportamiento de las hormigas. En este trabajo, describimos brevemente algunos de los trabajos que se están llevando a cabo en el LIDIC referidos a la utilización de algoritmos basados en el comportamiento de hormigas en la Minería de Datos, y más específicamente, a la tarea de clustering. Entre estos algoritmos podemos mencionar a AntTree, con el cual se ha experimentado utilizando distintas instancias del problema de clustering, reportándose algunas de las ventajas y desventajas observadas en este algoritmo en el trabajo experimental. También se proponen extensiones a este algoritmo que permitirían flexibilizar el proceso del descubrimiento de clusters dentro de los datos a analizar.
format	Objeto de conferencia Objeto de conferencia
author	Ingaramo, Diego Alejandro Leguizamón, Guillermo Errecalde, Marcelo Luis
author_facet	Ingaramo, Diego Alejandro Leguizamón, Guillermo Errecalde, Marcelo Luis
author_sort	Ingaramo, Diego Alejandro
title	Clustering a través de técnicas bio-inspiradas
title_short	Clustering a través de técnicas bio-inspiradas
title_full	Clustering a través de técnicas bio-inspiradas
title_fullStr	Clustering a través de técnicas bio-inspiradas
title_full_unstemmed	Clustering a través de técnicas bio-inspiradas
title_sort	clustering a través de técnicas bio-inspiradas
publishDate	2005
url	http://sedici.unlp.edu.ar/handle/10915/21196
work_keys_str_mv	AT ingaramodiegoalejandro clusteringatravesdetecnicasbioinspiradas AT leguizamonguillermo clusteringatravesdetecnicasbioinspiradas AT errecaldemarceloluis clusteringatravesdetecnicasbioinspiradas
bdutipo_str	Repositorios
_version_	1764820465545641984

Clustering a través de técnicas bio-inspiradas

Ejemplares similares