RT info:eu-repo/semantics/masterThesis
T1 Clustering espectral
A1 Noriega González, Carlos
A2 Universidad de Valladolid. Facultad de Ciencias
K1 Algoritmos de clustering
K1 Teoría espectral
K1 Matriz laplaciana
AB El clustering espectral es una técnica de clustering que tiene sus orígenes en la teoríade grafos. Este método asocia conjuntos de datos a los nodos de un grafo e identificaagrupaciones de nodos en este grafo basándose en las aristas que los conectan. Nuestroprimer objetivo del trabajo consiste en presentar los diferentes tipos de grafos que podemos construir partiendo de nuestro conjunto de datos. Puesto que este método utilizainformación de los autovalores de determinadas matrices construidas a partir del grafo, elsegundo de los objetivos planteados es aprender a construir estas matrices y a interpretarsu espectro.A lo largo del segundo capítulo estudiaremos diferentes algoritmos que nos permitenutilizar los autovectores asociados a estas matrices para asignar nuestros datos a clusters.La elección de la matriz que usemos a la hora de calcular estos autovalores nos llevaráa diferentes algoritmos de clustering espectral. En el tercer capítulo introduciremos unainterpretación en términos de probabilidad y procesos estocásticos del funcionamiento deestos algoritmos. Finalmente, concluiremos en el cuarto capítulo con la implementaciónpráctica del clustering espectral, tanto a datos generados de manera sintética como a datosreales. Estos últimos nos permitirán presentar una aplicación real del clustering espectralal reconocimento facial.
YR 2024
FD 2024
LK https://uvadoc.uva.es/handle/10324/73989
UL https://uvadoc.uva.es/handle/10324/73989
LA spa
NO Departamento de Estadística e Investigación Operativa
DS UVaDOC
RD 04-abr-2025