Algoritmos evolutivos para agrupar información biomédica en un número desconocido de grupos

Autores
Curi, María Eugenia; Carozzi, Lucía; Massobrio, Renzo; Nesmachnow, Sergio; Danoy, Grégoire; Ostaszewski, Marek; Bouvry, Pascal
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Este artículo presenta el diseño e implementación de algoritmos evolutivos para resolver el problema de agrupamiento en un número desconocido de grupos. Se proponen operadores evolutivos simples adaptados al problema con el objetivo de mantener la búsqueda evolutiva tan simple como sea posible, para permitir a los métodos propuestos escalar y resolver problemas de gran dimensión. La evaluación experimental se realiza sobre un conjunto de instancias reales del problema, incluyendo un caso real de análisis y categorización de información biomédica del proyecto que propone construir un mapa de la enfermedad de Parkinson. Los principales resultados muestran que el enfoque evolutivo permite calcular soluciones con buenos niveles de compromiso y es capaz de manejar la complejidad de las instancias que involucran información biomédica.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
algoritmos evolutivos
enfoque evolutivo
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/65942
Acceder
id SEDICI_2a236a59cc106ef576095d57bea58230
oai_identifier_str oai:sedici.unlp.edu.ar:10915/65942
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Algoritmos evolutivos para agrupar información biomédica en un número desconocido de gruposCuri, María EugeniaCarozzi, LucíaMassobrio, RenzoNesmachnow, SergioDanoy, GrégoireOstaszewski, MarekBouvry, PascalCiencias Informáticasalgoritmos evolutivosenfoque evolutivoEste artículo presenta el diseño e implementación de algoritmos evolutivos para resolver el problema de agrupamiento en un número desconocido de grupos. Se proponen operadores evolutivos simples adaptados al problema con el objetivo de mantener la búsqueda evolutiva tan simple como sea posible, para permitir a los métodos propuestos escalar y resolver problemas de gran dimensión. La evaluación experimental se realiza sobre un conjunto de instancias reales del problema, incluyendo un caso real de análisis y categorización de información biomédica del proyecto que propone construir un mapa de la enfermedad de Parkinson. Los principales resultados muestran que el enfoque evolutivo permite calcular soluciones con buenos niveles de compromiso y es capaz de manejar la complejidad de las instancias que involucran información biomédica.Sociedad Argentina de Informática e Investigación Operativa2017-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf35-44http://sedici.unlp.edu.ar/handle/10915/65942spainfo:eu-repo/semantics/altIdentifier/url/http://www.clei2017-46jaiio.sadio.org.ar/sites/default/files/Mem/ASAI/asai-06.pdfinfo:eu-repo/semantics/altIdentifier/issn/2451-7585info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/4.0/Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:09:45Zoai:sedici.unlp.edu.ar:10915/65942Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:09:45.37SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Algoritmos evolutivos para agrupar información biomédica en un número desconocido de grupos
title Algoritmos evolutivos para agrupar información biomédica en un número desconocido de grupos
spellingShingle Algoritmos evolutivos para agrupar información biomédica en un número desconocido de grupos
Curi, María Eugenia
Ciencias Informáticas
algoritmos evolutivos
enfoque evolutivo
title_short Algoritmos evolutivos para agrupar información biomédica en un número desconocido de grupos
title_full Algoritmos evolutivos para agrupar información biomédica en un número desconocido de grupos
title_fullStr Algoritmos evolutivos para agrupar información biomédica en un número desconocido de grupos
title_full_unstemmed Algoritmos evolutivos para agrupar información biomédica en un número desconocido de grupos
title_sort Algoritmos evolutivos para agrupar información biomédica en un número desconocido de grupos
dc.creator.none.fl_str_mv Curi, María Eugenia
Carozzi, Lucía
Massobrio, Renzo
Nesmachnow, Sergio
Danoy, Grégoire
Ostaszewski, Marek
Bouvry, Pascal
author Curi, María Eugenia
author_facet Curi, María Eugenia
Carozzi, Lucía
Massobrio, Renzo
Nesmachnow, Sergio
Danoy, Grégoire
Ostaszewski, Marek
Bouvry, Pascal
author_role author
author2 Carozzi, Lucía
Massobrio, Renzo
Nesmachnow, Sergio
Danoy, Grégoire
Ostaszewski, Marek
Bouvry, Pascal
author2_role author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
algoritmos evolutivos
enfoque evolutivo
topic Ciencias Informáticas
algoritmos evolutivos
enfoque evolutivo
dc.description.none.fl_txt_mv Este artículo presenta el diseño e implementación de algoritmos evolutivos para resolver el problema de agrupamiento en un número desconocido de grupos. Se proponen operadores evolutivos simples adaptados al problema con el objetivo de mantener la búsqueda evolutiva tan simple como sea posible, para permitir a los métodos propuestos escalar y resolver problemas de gran dimensión. La evaluación experimental se realiza sobre un conjunto de instancias reales del problema, incluyendo un caso real de análisis y categorización de información biomédica del proyecto que propone construir un mapa de la enfermedad de Parkinson. Los principales resultados muestran que el enfoque evolutivo permite calcular soluciones con buenos niveles de compromiso y es capaz de manejar la complejidad de las instancias que involucran información biomédica.
Sociedad Argentina de Informática e Investigación Operativa
description Este artículo presenta el diseño e implementación de algoritmos evolutivos para resolver el problema de agrupamiento en un número desconocido de grupos. Se proponen operadores evolutivos simples adaptados al problema con el objetivo de mantener la búsqueda evolutiva tan simple como sea posible, para permitir a los métodos propuestos escalar y resolver problemas de gran dimensión. La evaluación experimental se realiza sobre un conjunto de instancias reales del problema, incluyendo un caso real de análisis y categorización de información biomédica del proyecto que propone construir un mapa de la enfermedad de Parkinson. Los principales resultados muestran que el enfoque evolutivo permite calcular soluciones con buenos niveles de compromiso y es capaz de manejar la complejidad de las instancias que involucran información biomédica.
publishDate 2017
dc.date.none.fl_str_mv 2017-09
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/65942
url http://sedici.unlp.edu.ar/handle/10915/65942
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://www.clei2017-46jaiio.sadio.org.ar/sites/default/files/Mem/ASAI/asai-06.pdf
info:eu-repo/semantics/altIdentifier/issn/2451-7585
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-sa/4.0/
Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/4.0/
Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
dc.format.none.fl_str_mv application/pdf
35-44
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615965759766528
score 13.070432

Publicaciones similares