2026-04-14T15:27:04Zhttps://uvadoc.uva.es/oai/requestoai:uvadoc.uva.es:10324/262012025-02-20T13:13:45Zcom_10324_38col_10324_787
Gordaliza Pastor, Paula
2017-10-06T16:50:14Z
2017-10-06T16:50:14Z
2017
http://uvadoc.uva.es/handle/10324/26201
La clasificación no supervisada o Análisis Cluster es uno de los temas que más literatura
científica genera dentro de la Estadística y de sus diferentes campos de
aplicación. Es el proceso de identificar grupos homogéneos (clusters) en un conjunto
de objetos, a partir de los datos resultantes de medir unas características de los
mismos. Para modelar matemáticamente el problema, los datos se consideran realizaciones
de una variable aleatoria X. Aunque los primeros métodos se diseñaron para
el caso finito dimensional, el avance tecnológico está haciendo posible la recogida de
datos más complejos a los que también es necesario aplicar estas técnicas. Este es el
caso de los llamados datos funcionales, para los que la variable aleatoria subyacente
es un proceso estocástico X = {X(t) : t Ɛ T} que toma valores en un espacio de funciones
definidas en un conjunto T, habitualmente un intervalo de tiempo. En este
trabajo, se revisan los principales métodos de Análisis Cluster Funcional existentes
a día de hoy, para centrarnos en aquellos que mejor se adapten cuando los datos a
analizar representan las trayectorias voladas por diferentes tipos de aviones.
spa
info:eu-repo/semantics/openAccess
Clasificación no supervisada de datos funcionales: una aplicación a la clasificación con datos de navegación aérea
info:eu-repo/semantics/masterThesis