Facing-up Challenges of Multiobjective Clustering Based on Evolutionary Algorithms: Representations, Scalability and Retrieval Solutions

• Autores: Álvaro García Piquer
• Directores de la Tesis: Albert Fornells Herrera (dir. tes.), Elisabet Golobardes Ribé (dir. tes.)
• Lectura: En la Universitat Ramon Llull ( España ) en 2012
• Idioma: inglés
• Tribunal Calificador de la Tesis: Carlos Coello Coello (presid.), Ester Bernadó Mansilla (secret.), Jesús Alcalá Fernández (voc.), Óscar Cordón García (voc.), Jaume Bacardit Peñarroya (voc.)
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Inteligencia artificial
    • Estadística
      • Análisis de datos
• Enlaces
  • Tesis en acceso abierto en: TDX
• Resumen

  • Aquesta tesi es centra en algorismes de clustering multiobjectiu, que estan basats en optimitzar varis objectius simultàniament obtenint una col•lecció de solucions potencials amb diferents compromisos entre objectius. El propòsit d'aquesta tesi consisteix en dissenyar i implementar un nou algorisme de clustering multiobjectiu basat en algorismes evolutius per afrontar tres reptes actuals relacionats amb aquest tipus de tècniques. El primer repte es centra en definir adequadament l'àrea de possibles solucions que s'explora per obtenir la millor solució i que depèn de la representació del coneixement. El segon repte consisteix en escalar el sistema dividint el conjunt de dades original en varis subconjunts per treballar amb menys dades en el procés de clustering. El tercer repte es basa en recuperar la solució més adequada tenint en compte la qualitat i la forma dels clusters a partir de la regió més interessant de la col•lecció de solucions ofertes per l’algorisme.