Agrupamiento basado en la intermediación diferencial y su valoración utilizando la teoría de los conjuntos aproximados

Vista sencilla de ítem
dc.contributor.advisorBello Pérez, Rafael Esteban
dc.contributor.advisorKruse, Rudolf
dc.contributor.authorArco García, Leticia
dc.coverage.spatialSanta Claraen_US
dc.date.accessioned2020-03-11T15:17:46Z
dc.date.available2020-03-11T15:17:46Z
dc.date.issued2008
dc.description.abstractEn el agrupamiento sobre grafos existen métodos, basados en las relaciones de objetos, que tienen alto costo computacional porque utilizan medidas que no capturan eficientemente las propiedades topológicas. Además, las medidas de validación del agrupamiento no siempre dan criterios certeros. El objetivo de la investigación es diseñar medidas que capturen eficientemente la información topológica que codifica el problema, así como un método de agrupamiento que las utilice eficientemente, y validar el agrupamiento, utilizando una herramienta matemática que mida de manera no supervisada la calidad, precisión y consistencia de los grupos. Los resultados obtenidos son: la definición Intermediación Diferencial (DB) caracterizada por capturar eficiente y localmente la centralidad de aristas, no negociar valores de intermediación entre puentes paralelos, ser menos sensible al ruido, y comportarse como una medida de disimilitud topológica; el algoritmo para el agrupamiento basado en DB que no requiere el recálculo y tiene buen desempeño en dominios textuales; la aplicación de la Teoría de los Conjuntos Aproximados (RST) para la validación no supervisada y el etiquetamiento de grupos; el conjunto de medidas basadas en RST y el algoritmo para utilizarlas al validar agrupamientos; y los sistemas SATEX y GARLucene para manipular documentos y contribuir a la gestión de información y conocimiento.en_US
dc.description.abstractWhen clustering over graphs, one can find methods which are based on the interrelationships between the objects and exhibit a high computational cost owing to the use of metrics which do not efficiently capture the underlying topological structures. Furthermore, clustering validation measures do not always provide true criteria. The aim of this research is to design measures which are able to capture in an efficient manner the topological information that codes the problem, along with a clustering method that uses them efficiently. The study also intends to assess the clustering outcome by means of a mathematical tool capable of measuring the quality, accuracy and consistency of every cluster in an unsupervised way. The main results are: the Differential Betweenness (DB) characterized by efficient local catching of the edges centrality, not negotiation of betweenness values between parallel bridges, less susceptibility to noise, and behavior as a topological dissimilarity measure; the DB-based clustering approach, which makes no use of recalculation and achieves a good performance in textual domains; the application of Rough Set Theory (RST) for unsupervised cluster validation and labeling; the set of RST-based metrics along with the associated clustering validity algorithm; and the systems SATEX and GARLucene for document handling, thus contributing to the information and knowledge management.en_US
dc.description.sponsorshipFacultad de Matemática, Física y Computación. Departamento Ciencias de la Computaciónen_US
dc.description.statusnon-publisheden_US
dc.identifier.urihttps://dspace.uclv.edu.cu/handle/123456789/12470
dc.language.isoesen_US
dc.publisherUniversidad Central "Marta Abreu" de Las Villas. Facultad de Matemática, Física y Computación. Departamento de Ciencias de la Computaciónen_US
dc.rightsEste documento es Propiedad Patrimonial de la Universidad Central “Marta Abreu” de Las Villas. Los usuarios podrán hacer uso de esta obra bajo la siguiente licencia: Creative Commons: Atribución-No Comercial-Compartir Igual 4.0 Licenseen_US
dc.subjectAgrupamiento en Grafosen_US
dc.subjectIntermediación Diferencialen_US
dc.subjectValidaciónen_US
dc.subjectTeoría de los Conjuntos Aproximadosen_US
dc.subjectManipulación de Documentosen_US
dc.subjectGestión de Información y Conocimientoen_US
dc.subjectInteligencia Artificialen_US
dc.titleAgrupamiento basado en la intermediación diferencial y su valoración utilizando la teoría de los conjuntos aproximadosen_US
dc.typeThesisen_US
dc.type.thesisphden_US

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Informe Tesis Doctorado - Leticia Arco - UCLV 2008.pdf
Tamaño:
1.57 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.33 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Tesis Doctorado - Automática