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...
Guardado en:
Autores principales: | , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2005
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/21196 |
Aporte de: |
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 |