Por favor, use este identificador para citar o enlazar este ítem: http://dspace.utpl.edu.ec/handle/20.500.11962/27243
Título : Optimización de agrupamiento de individuos a través de técnicas de colonias de insectos
Autor : Barba Guamán, Luis Rodrigo
Lalangui Eras, Galo Rodrigo
Palabras clave : Ecuador.
Tesis digital.
Fecha de publicación : 2021
Citación : Lalangui Eras, G. R. Barba Guamán, L. R. (2021) Optimización de agrupamiento de individuos a través de técnicas de colonias de insectos [Tesis de Posgrado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/20.500.11962/27243
Resumen : Abstract: The objective of this study is to optimize the abstraction of the ant colonies clustering algorithm by implementing adjustments to the model fordata management, considering that a new algorithm could generate greater precision, respect to other algorithms of the same class.The research that has been carried out is of a quasi-experimental type, carried out with a sample of 14 grouping algorithms based on ants. Secondary data is used for model training and tests, which are Iris Dataset, Audit dataset, along with some datasets from the service called Kaggle. To measure the degree of association between the variables, the Student's t statistic was used, due to its suggesteduse for small samples.It was obtained as a value of t = 8.5599 and a significance level of 0.05; which leads to the conclusion that the mean clustering precision of the proposed algorithm is higher than the mean precision of other ant-based clustering algorithms that were evaluated using the IRIS dataset.
Descripción : Resumen: El objetivo del presente estudio es optimizar la abstracción del algoritmo de agrupamiento de colonias de hormigas implementando ajustes al modelo para la gestión de datos, considerando que un nuevo algoritmo de podría generar una mayor precisión respecto a otros algoritmos de la misma clase. La investigación que se ha desarrollado es de tipo cuasi experimental, realizada con una muestra de 14 algoritmos de agrupación basados en hormigas. Se utilizan datos secundarios para el entrenamiento y pruebas del modelo,las cuales son Iris Dataset, Audit data set, junto a algunos data set del servicio denominado Kaggle. Para medir el grado de asociación entre las variables se utilizó el estadístico t de Student, por su uso sugerido para muestras pequeñas.Se obtuvo como valor de t = 8.5599 y nivel de significancia de 0.05; lo que lleva a concluir que la precisión de agrupamiento media del algoritmo propuesto, es superior a la precisión media de otros algoritmos de agrupamiento basados en hormigas que se evaluaron utilizando el data set IRIS.
URI : https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=125012.TITN.
Aparece en las colecciones: Magister en Ciencias y Tecnologías de la Computación

Ficheros en este ítem:


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.