Alternativas en Clustering espectral

En este trabajo se estudian los algoritmos clásicos de clustering (K-medias, Clustering Jerárquico Aglomerativo, DBSCAN) y se estudia el algoritmo de clústering espectral proponiendo una variación en su construcción. Dicho análisis se realiza con base en resultados teóricos y de complejidad computac...

Full description

Autores:
Neira Hernández, Santiago
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/55107
Acceso en línea:
http://hdl.handle.net/1992/55107
Palabra clave:
Algoritmos
Matemáticas
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-sa/4.0/
id UNIANDES2_52bfa55df80745590ee992a0fb75a63d
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/55107
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Quiroz Salazar, Adolfo Josévirtual::12794-1Neira Hernández, Santiagob4755774-cdfc-459c-ad4c-1b5181cac45e500Riascos Villegas, Álvaro José2022-02-22T19:50:41Z2022-02-22T19:50:41Z2021http://hdl.handle.net/1992/5510726003.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/En este trabajo se estudian los algoritmos clásicos de clustering (K-medias, Clustering Jerárquico Aglomerativo, DBSCAN) y se estudia el algoritmo de clústering espectral proponiendo una variación en su construcción. Dicho análisis se realiza con base en resultados teóricos y de complejidad computacional relacionados con los algoritmos en cuestión. Se evalúan los algoritmos en configuraciones de datos en dimensión 2, 7 y 15 para evaluar su eficacia con una métrica de similaridad entre particiones relevante.In this thesis the main clustering methods are studied (K-means, Hierarchical Agglomerative Clustering, DBSCAN). The Spectral Clustering method is also studied, where a variation is proposed in its construction. This study is made on theoretical results, including some discussion on computational complexity. These algorithms are evaluated in various data sets in dimension 2, 7 and 15, in order to compare their efficiency with a relevant similarity metric.MatemáticoPregrado96 páginasapplication/pdfspaUniversidad de los AndesMatemáticasFacultad de CienciasDepartamento de MatemáticasAlternativas en Clustering espectralTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPAlgoritmosMatemáticas201515207Publicationhttps://scholar.google.es/citations?user=qwMDh-4AAAAJvirtual::12794-10000-0003-4033-3400virtual::12794-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001497101virtual::12794-11be19e5b-39c2-4d92-b44f-b9b4a48991cavirtual::12794-11be19e5b-39c2-4d92-b44f-b9b4a48991cavirtual::12794-1TEXT26003.pdf.txt26003.pdf.txtExtracted texttext/plain126473https://repositorio.uniandes.edu.co/bitstreams/e5b46a1d-de7a-4bcb-81d6-64aa415cd824/download28f82e53579d9cf79d2417f2d0506044MD52ORIGINAL26003.pdfapplication/pdf4111571https://repositorio.uniandes.edu.co/bitstreams/2dcc5921-fb9a-4200-8158-8158911e60bc/download8043e3228ab63c163d3289844226bd3dMD51THUMBNAIL26003.pdf.jpg26003.pdf.jpgIM Thumbnailimage/jpeg5620https://repositorio.uniandes.edu.co/bitstreams/73945917-5aca-408b-8e80-11fe840d4044/download967b852110c900a4f5c0e07e8c574683MD531992/55107oai:repositorio.uniandes.edu.co:1992/551072024-03-13 14:46:38.521http://creativecommons.org/licenses/by-nc-sa/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co
dc.title.spa.fl_str_mv Alternativas en Clustering espectral
title Alternativas en Clustering espectral
spellingShingle Alternativas en Clustering espectral
Algoritmos
Matemáticas
title_short Alternativas en Clustering espectral
title_full Alternativas en Clustering espectral
title_fullStr Alternativas en Clustering espectral
title_full_unstemmed Alternativas en Clustering espectral
title_sort Alternativas en Clustering espectral
dc.creator.fl_str_mv Neira Hernández, Santiago
dc.contributor.advisor.none.fl_str_mv Quiroz Salazar, Adolfo José
dc.contributor.author.spa.fl_str_mv Neira Hernández, Santiago
dc.contributor.jury.spa.fl_str_mv Riascos Villegas, Álvaro José
dc.subject.armarc.none.fl_str_mv Algoritmos
topic Algoritmos
Matemáticas
dc.subject.themes.none.fl_str_mv Matemáticas
description En este trabajo se estudian los algoritmos clásicos de clustering (K-medias, Clustering Jerárquico Aglomerativo, DBSCAN) y se estudia el algoritmo de clústering espectral proponiendo una variación en su construcción. Dicho análisis se realiza con base en resultados teóricos y de complejidad computacional relacionados con los algoritmos en cuestión. Se evalúan los algoritmos en configuraciones de datos en dimensión 2, 7 y 15 para evaluar su eficacia con una métrica de similaridad entre particiones relevante.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021
dc.date.accessioned.none.fl_str_mv 2022-02-22T19:50:41Z
dc.date.available.none.fl_str_mv 2022-02-22T19:50:41Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/55107
dc.identifier.pdf.spa.fl_str_mv 26003.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/55107
identifier_str_mv 26003.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 96 páginas
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad de los Andes
dc.publisher.program.spa.fl_str_mv Matemáticas
dc.publisher.faculty.spa.fl_str_mv Facultad de Ciencias
dc.publisher.department.spa.fl_str_mv Departamento de Matemáticas
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/e5b46a1d-de7a-4bcb-81d6-64aa415cd824/download
https://repositorio.uniandes.edu.co/bitstreams/2dcc5921-fb9a-4200-8158-8158911e60bc/download
https://repositorio.uniandes.edu.co/bitstreams/73945917-5aca-408b-8e80-11fe840d4044/download
bitstream.checksum.fl_str_mv 28f82e53579d9cf79d2417f2d0506044
8043e3228ab63c163d3289844226bd3d
967b852110c900a4f5c0e07e8c574683
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1837005327028977664

Publicaciones similares