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...
- 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_ |
1812134002319949824 |