Agrupamiento dinámico para flujos de datos no estacionarios

Título:

Agrupamiento dinámico para flujos de datos no estacionarios

Autor:

Onofri, Camila Ayelén

Otros autores / Colaboradores:

 Lanzarini, Laura Cristina; [ Director/a]  Estrebou, César Armando; [ Codirector/a] 

Temas:

FLUJO DE DATOS; 

URL:

http://sedici.unlp.edu.ar/handle/10915/159278,

Palabras clave:

datos no estacionarios, 

Nota de tesis:

Tesina (Licenciatura en Sistemas) - Universidad Nacional de La Plata. Facultad de Informática, 2023.

Extensión:

1 archivo (5,4 MB) : il. col.

Resumen:

El avance tecnológico permite generan datos a alta velocidad que deben procesarse sin ser almacenados. Estos datos analizados en línea son considerados flujos y su procesamiento en tiempo real debe lidiar con problemas tales como la capacidad limitada de memoria, el escaneo único de datos y la diferenciación entre anomalías y deriva de concepto. En esta tesina se estudian, implementan y aplican distintas técnicas de agrupamiento dinámico, principalmente aquellas abocadas al análisis dinámico de flujos de datos no estacionarios cuya distribución varía en el tiempo. Además, se emplean estas técnicas para la resolución de un problema del mundo real.

Puede solicitar más fácilmente el ejemplar con: TES 23/34

1. Introducción 
1.1. Motivación 
1.2. Objetivos 
1.3. Resultados obtenidos 
1.4. Estructura del documento

2. Técnicas de agrupamiento 
2.1. Conceptos básicos 
2.2. Medidas de similitud 
2.2.1. Norma L2 
2.2.2. Norma L1 
2.2.3. Norma L1 
2.2.4. Elección de la medida de similitud adecuada 
2.3. Tipos de agrupamiento 
2.3.1. Agrupamiento difuso 
2.3.2. Agrupamiento jerárquico 
2.3.3. Agrupamiento partitivo 
2.3.3.1. K-means 
2.3.4. Agrupamiento basado en densidad 
2.3.4.1. DBSCAN 
2.4. Conclusión 

3. Flujos de Datos 
3.1. CluStream
3.2. DenStream 
3.3. DyClee 
3.3.1. Etapa basada en distancia
3.3.2. Etapa basada en densidad 
3.4. Métricas para validar agrupamientos 
3.4.1. Métricas basadas en distancia
3.4.2. Métricas basadas en densidad 
3.4.3. DBCV 
3.5. Conclusiones 

4. Resultados obtenidos 
4.1. Detalle de hiperparámetros
4.1.1. K-Means 
4.1.2. DBSCAN 
4.1.3. CluStream 
4.1.4. DenStream 
4.1.5. DyClee 
4.2. Análisis de los experimentos realizados 
4.2.1. Detección de distribuciones convexas y no convexas 
4.2.2. Deriva de concepto: utilidad del componente de olvido 
4.2.3. Resolviendo un problema real con DyClee

5. Conclusiones y líneas de trabajo futuras 

Bibliografía