Evaluación de métodos de clustering aplicados a datos de composición de biomasa vegetal

La selección de rutas de aprovechamiento de biomasa es una tarea muy compleja, ya que depende de múltiples factores, es por ello por lo que este trabajo busca facilitar la tarea de los tomadores de decisiones en esta área. Teniendo en cuenta lo anterior, se hizo uso de bases de datos recolectadas por la Universidad de los Andes, que contenían información de la composición de múltiples residuos orgánicos. Esta información fue utilizada para alimentar algoritmos de Machine Learning, específicamente algoritmos de Clustering, con el propósito de encontrar agrupaciones de residuos con características similares, para así poder tratar todos los residuos que se encuentren dentro de una misma agrupación de forma similar a la hora de intuir cual es la ruta óptima de aprovechamiento de cada residuo. Sin embargo, teniendo en cuenta que existen múltiples algoritmos de Clustering, este proyecto se concentra en comparar diferentes algoritmos de Clustering con el propósito de encontrar el que mejor se adapte a cada base de datos, para así poder obtener agrupaciones más certeras en cada caso.

• Autores: Vásquez Tibamosa, Pablo Andrés
• 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:1992/53789
• Acceso en línea: http://hdl.handle.net/1992/53789
• Palabra clave: Biomasa vegetal; Análisis cluster; Ingeniería
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/