Look-up in Google Scholar
Full metadata record
Enciso Rodas, Lauro
Vera Olivera, Harley
Soncco Alvarez, Jose Luis
2017-12-27T15:32:46Z
2017-12-27T15:32:46Z
2017-12-27T15:32:46Z
2017-12-27T15:32:46Z
2016
253T20160077
http://hdl.handle.net/20.500.12918/2447
Clustering es una técnica popular de análisis de datos para identificar grupos homogé¬neos de objetos basado en los valores de sus atributos, utilizado en muchas disciplinas y aplicaciones. En este trabajo utilizamos el algoritmo de optimización basado en el compor¬tamiento social de las arañas (SSO) para optimizar grupos de datos tomando como métrica la suma de distancias euclidianas. El algoritmo SSO, propuesto por Cuevas et al., se basa en la simulación del comportamiento social cooperativo de las arañas. Los individuos usa¬dos en este algoritmo son arañas (macho y hembra) que interactúan entre sí basados en el comportamiento cooperativo de una colonia de arañas; este comportamiento es la directriz para el funcionamiento de este algoritmo. En este trabajo el algoritmo SSO fue analizado, adaptado e implementado para optimizar el problema de Clustering. Para efectos de com¬paración fueron implementados otros algoritmos importantes de la literatura: el algoritmo K-means y un algoritmo genético (AG) adaptado a el problema de Clustering. Experimentos fueron realizados usando 5 datasets tomados del repositorio UCI Machine Learning Reposi¬tory, cada algoritmo fue ejecutado varias veces y después fueron calculadas varias medidas como: promedio, mediana, mínimo, y máximo valor de los resultados. Estos experimentos mostraron que el algoritmo SSO supera al algoritmo K-means y obtiene resultados igual de competitivos que el AG. Todos estos resultados fueron confirmados por la prueba estadística no paramétrica de Wilcoxon realizada sobre las salidas de los algoritmos. (es_PE)
Tesis
application/pdf (en_US)
spa (es_PE)
Universidad Nacional de San Antonio Abad del Cusco (es_PE)
info:eu-repo/semantics/closedAccess (en_US)
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ (*)
Repositorio Institucional - UNSAAC (es_PE)
Universidad Nacional de San Antonio Abad del Cusco (es_PE)
Algoritmos bio-inspirados (es_PE)
Clustering (es_PE)
Optimización de clusterings (es_PE)
Inteligencia de enjambre Al¬goritmos de optimización (es_PE)
Algoritmo de optimización basado en el comportamiento social de las arañas para clustering (es_PE)
info:eu-repo/semantics/bachelorThesis
Universidad Nacional de San Antonio Abad del Cusco. Facultad de Ingeniería Eléctrica, Electrónica, Informática y Mecánica
Ingeniería Informática y de Sistemas
Título profesional
Ingeniero Informático y de Sistemas
PE
http://purl.org/pe-repo/ocde/ford#2.02.03
http://purl.org/pe-repo/renati/nivel#tituloProfesional
23853228
https://orcid.org/0000-0001-6266-0838
43199486
42542815
612296
http://purl.org/pe-repo/renati/type#tesis
Pública



This item is licensed under a Creative Commons License Creative Commons