Clustering dinámico con hormigas artificiales

La 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 altern...

Descripción completa

Detalles Bibliográficos
Autores principales: Ingaramo, Diego Alejandro, Leguizamón, Mario Guillermo, Errecalde, Marcelo Luis
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2005
Materias:
Ciencias Informáticas
Minería de Datos
sistemas inteligentes
Clustering
técnicas bio-inspiradas
Data mining
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/22960
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-22960
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
Minería de Datos
sistemas inteligentes
Clustering
técnicas bio-inspiradas
Data mining
spellingShingle Ciencias Informáticas
Minería de Datos
sistemas inteligentes
Clustering
técnicas bio-inspiradas
Data mining
Ingaramo, Diego Alejandro
Leguizamón, Mario Guillermo
Errecalde, Marcelo Luis
Clustering dinámico con hormigas artificiales
topic_facet Ciencias Informáticas
Minería de Datos
sistemas inteligentes
Clustering
técnicas bio-inspiradas
Data mining
description La 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, analizamos la utilización de algoritmos basados en el comportamiento de hormigas en la Minería de Datos, y más específicamente, en la tarea de clustering. Entre estos algoritmos podemos mencionar al AntTree, inspirado en las posibilidades de auto-ensamblaje de las hormigas reales. También se propone una extensión a este algoritmo que incluye la capacidad de desconexión del árbol por parte de las hormigas con el objeto de posicionarse en otro grupo más adecuado. Ésto permite flexibilizar el proceso del descubrimiento de clusters dentro de los datos a analizar. La factibilidad del enfoque propuesto es analizada experimentalmente considerando distintas instancias del problema de clustering. Los resultados obtenidos son comparados con los del algoritmo AntTree original y los de K-means, uno de los algoritmos de clustering tradicional más utilizados.
format Objeto de conferencia
Objeto de conferencia
author Ingaramo, Diego Alejandro
Leguizamón, Mario Guillermo
Errecalde, Marcelo Luis
author_facet Ingaramo, Diego Alejandro
Leguizamón, Mario Guillermo
Errecalde, Marcelo Luis
author_sort Ingaramo, Diego Alejandro
title Clustering dinámico con hormigas artificiales
title_short Clustering dinámico con hormigas artificiales
title_full Clustering dinámico con hormigas artificiales
title_fullStr Clustering dinámico con hormigas artificiales
title_full_unstemmed Clustering dinámico con hormigas artificiales
title_sort clustering dinámico con hormigas artificiales
publishDate 2005
url http://sedici.unlp.edu.ar/handle/10915/22960
work_keys_str_mv AT ingaramodiegoalejandro clusteringdinamicoconhormigasartificiales
AT leguizamonmarioguillermo clusteringdinamicoconhormigasartificiales
AT errecaldemarceloluis clusteringdinamicoconhormigasartificiales
bdutipo_str Repositorios
_version_ 1764820467940589569

Ejemplares similares