Bibliographic citations
This is an automatically generated citacion. Modify it if you see fit
Campos, I., (2021). Algoritmo para el problema data streaming clustering para conjuntos amorfos y con outliers [Universidad Nacional de San Antonio Abad del Cusco]. http://hdl.handle.net/20.500.12918/5702
Campos, I., Algoritmo para el problema data streaming clustering para conjuntos amorfos y con outliers []. PE: Universidad Nacional de San Antonio Abad del Cusco; 2021. http://hdl.handle.net/20.500.12918/5702
@misc{renati/272205,
title = "Algoritmo para el problema data streaming clustering para conjuntos amorfos y con outliers",
author = "Campos Ardiles, Isaac",
publisher = "Universidad Nacional de San Antonio Abad del Cusco",
year = "2021"
}
Title: Algoritmo para el problema data streaming clustering para conjuntos amorfos y con outliers
Authors(s): Campos Ardiles, Isaac
Advisor(s): Villafuerte Serna, Rony
Keywords: Clustering; Data streaming; Estructura disjoint-set; Feature vector
OCDE field: http://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 2021
Institution: Universidad Nacional de San Antonio Abad del Cusco
Abstract: El presente trabajo tiene la finalidad de investigar sobre el tema de Clustering porque es un campo importante dentro de Machine Learning y ha sido ampliamente estudiado durante varios años. Como resultado, se desarrollaron muchos algoritmos que resuelven este problema, los cuales tal como están planteados no pueden resolver el caso particular que será objeto de este estudio. Por ello un nuevo problema llama- do Data Streaming Clustering fue propuesto y fue objeto de investigación de muchos estudios. Este problema está definido como el clustering de un flujo de datos recibidos continuamente. Data Streaming clustering tiene como objetivo encontrar y mantener un conjunto de clusters válidos en un continuo y posiblemente ilimitado flujo de datos. Teniendo en cuenta las limitantes actuales en la tecnología como la capacidad de la memoria o limitaciones en el tiempo computacional. Es importante tener en cuenta que los algoritmos para el problema de clustering no pueden resolver eficientemente el problema en estudio sin una previa modificación, ya que no toman en cuenta estas características. Debido a las características de este problema los algoritmos planteados para resolver el problema de Data Streaming clustering pueden ser usados para minería de datos con características especiales como outliers o ruido en los datos, como grabaciones telefónicas, transacciones bancarias, información de redes sociales. En esta investigación se presenta el diseño e implementación de un algoritmo para Data Streaming Clustering para datasets con clusters irregulares, outliers y sin necesidad de un conocimiento previo del número de clusters, además se realiza un análisis y discusión sobre los resultados.
Link to repository: http://hdl.handle.net/20.500.12918/5702
Discipline: Ingeniería Informática y de Sistemas
Grade or title grantor: Universidad Nacional de San Antonio Abad del Cusco. Facultad de Ingeniería Eléctrica, Electrónica, Informática y Mecánica
Grade or title: Ingeniero Informático y de Sistemas
Juror: Gamarra Saldivar, Enrique; Palma Ttito, Luis Beltran; Alzamora Paredes, Robert Wilbert; Medrano Valencia, Ivan Cesar
Register date: 2-Jun-2021
This item is licensed under a Creative Commons License