Data Stream Mining: an Evolutionary Approach Reportar como inadecuado




Data Stream Mining: an Evolutionary Approach - Descarga este documento en PDF. Documentación en PDF para descargar gratis. Disponible también para leer online.

0 Generalidades - Computer science, information and general works

Este trabajo presenta un algoritmo para agrupar flujos de datos, llamado ESCALIER. Este algoritmo es una extensión del algoritmo de agrupamiento evolutivo ECSAGO Evolutionary Clustering with Self Adaptive Genetic Operators. ESCALIER toma el proceso evolutivo propuesto por ECSAGO para encontrar grupos en los flujos de datos, los cuales son definidos por la técnica Sliding Window. Para el mantenimiento y olvido de los grupos detectados a través de la evolución de los datos, ESCALIER incluye un mecanismo de memoria inspirado en la teoría de redes inmunológicas artificiales. Para probar la efectividad del algoritmo, se realizaron experimentos utilizando datos sintéticos simulando un ambiente de flujos de datos, y un conjunto de datos reales., Abstract. This work presents a data stream clustering algorithm called ESCALIER. This algorithm is an extension of the evolutionary clustering ECSAGO - Evolutionary Clustering with Self Adaptive Genetic Operators. ESCALIER takes the advantage of the evolutionary process proposed by ECSAGO to find the clusters in the data streams. They are defined by sliding window technique. To maintain and forget clusters through the evolution of the data, ESCALIER includes a memory mechanism inspired by the artificial immune network theory. To test the performance of the algorithm, experiments using synthetic data, simulating the data stream environment, and a real dataset are carried out.

Tipo de documento: Tesis-trabajos de grado - Thesis Maestría

Colaborador - Asesor: León Guzmán, Elizabeth and Gómez Perdomo, Jonatan

Información adicional: Magister en Ingeniería de Sistemas y Computación

Palabras clave: Minería de flujos de datos, Agrupación, Mining data streams, Clustering

Temática: 0 Generalidades - Computer science, information and general works 6 Tecnología ciencias aplicadas - Technology 62 Ingeniería y operaciones afines - Engineering





Fuente: http://www.bdigital.unal.edu.co


Introducción



Data Stream Mining: an Evolutionary Approach Angélica Veloza Suan Ingeniera de Sistemas ID: 300393 Universidad Nacional de Colombia Facultad de Ingeniería Departamento de Ingeniería de Sistemas e Industrial Bogotá, D.C. Mayo de 2013 Data Stream Mining: an Evolutionary Approach Angélica Veloza Suan Ingeniera de Sistemas ID: 300393 Thesis Work to Obtain the Degree of Magister en Ingeniería de Sistemas y Computación Advisor Elizabeth León Guzmán, Ph.D. Doctor in Computer Science Coadvisor Jonatan Gómez Perdomo, Ph.D. Doctor in Computer Science Universidad Nacional de Colombia Facultad de Ingeniería Departamento de Ingeniería de Sistemas e Industrial Bogotá, D.C. Mayo de 2013 Title in English Data Stream Mining: an Evolutionary Approach Abstract: This work presents a data stream clustering algorithm called ESCALIER. This algorithm is an extension of the evolutionary clustering ECSAGO - Evolutionary Clustering with Self Adaptive Genetic Operators.
ESCALIER takes the advantage of the evolutionary process proposed by ECSAGO to find the clusters in the data streams.
They are defined by sliding window technique.
To maintain and forget clusters through the evolution of the data, ESCALIER includes a memory mechanism inspired by the artificial immune network theory.
To test the performance of the algorithm, experiments using synthetic data, simulating the data stream environment, and a real dataset are carried out. Keywords: Mining data streams, clustering Título en español Minería de Flujo de Datos: un Enfoque Evolutivo Resumen: Este trabajo presenta un algoritmo para agrupar flujos de datos, llamado ESCALIER.
Este algoritmo es una extensión del algoritmo de agrupamiento evolutivo ECSAGO - Evolutionary Clustering with Self Adaptive Genetic Operators.
ESCALIER toma el proceso evolutivo propuesto por ECSAGO para encontrar grupos en los flujos de datos, los cuales son definidos por la técnica Sliding Window.
Para el mantenimiento y olvido de los grupo...






Documentos relacionados