SACO: un algoritmo de clustering espacial con hormigas inteligentes

Autores
Dib Ashur, José; Vallón, Jorge; Martínez, Cristian; Said, Carlos
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Bio-inspired algorithms have received much attention in recent years, because they allow to discover, quickly and efficiently, knowledge and patterns in large databases. In this work, a new algorithm based on the behaviour of ant colonies to discover clusters in spatial databases is presented. The algorithm proposed was evaluated using several well-known test instances and compared its performance considering other proposals from the literature.
Los algoritmos bioinspirados han recibido mucha atención en los últimos años, ya que permiten, de manera eficiente y eficaz, el descubrimiento de conocimiento y patrones en bases de datos grandes. En este trabajo, se propone un nuevo algoritmo basado en el comportamiento de las colonias de hormigas para descubrir clústers en bases de datos espaciales. En concreto, se presenta un algoritmo oportunamente evaluado sobre conjuntos de datos comúnmente empleados en la literatura. Se comparan los resultados que se obtienen con otros algoritmos conocidos.
Sociedad Argentina de Informática e Investigación Operativa (SADIO)
Materia
Ciencias Informáticas
Algoritmos
Clustering
Minería de Datos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/56976
Acceder
id SEDICI_e0b9d065fb2aa8f522543de0e209e745
oai_identifier_str oai:sedici.unlp.edu.ar:10915/56976
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling SACO: un algoritmo de clustering espacial con hormigas inteligentesDib Ashur, JoséVallón, JorgeMartínez, CristianSaid, CarlosCiencias InformáticasAlgoritmosClusteringMinería de DatosBio-inspired algorithms have received much attention in recent years, because they allow to discover, quickly and efficiently, knowledge and patterns in large databases. In this work, a new algorithm based on the behaviour of ant colonies to discover clusters in spatial databases is presented. The algorithm proposed was evaluated using several well-known test instances and compared its performance considering other proposals from the literature.Los algoritmos bioinspirados han recibido mucha atención en los últimos años, ya que permiten, de manera eficiente y eficaz, el descubrimiento de conocimiento y patrones en bases de datos grandes. En este trabajo, se propone un nuevo algoritmo basado en el comportamiento de las colonias de hormigas para descubrir clústers en bases de datos espaciales. En concreto, se presenta un algoritmo oportunamente evaluado sobre conjuntos de datos comúnmente empleados en la literatura. Se comparan los resultados que se obtienen con otros algoritmos conocidos.Sociedad Argentina de Informática e Investigación Operativa (SADIO)2016-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf17-24http://sedici.unlp.edu.ar/handle/10915/56976spainfo:eu-repo/semantics/altIdentifier/url/http://45jaiio.sadio.org.ar/sites/default/files/ASAI-09_0.pdfinfo:eu-repo/semantics/altIdentifier/issn/2451-7585info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/3.0/Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T10:58:43Zoai:sedici.unlp.edu.ar:10915/56976Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:58:43.349SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv SACO: un algoritmo de clustering espacial con hormigas inteligentes
title SACO: un algoritmo de clustering espacial con hormigas inteligentes
spellingShingle SACO: un algoritmo de clustering espacial con hormigas inteligentes
Dib Ashur, José
Ciencias Informáticas
Algoritmos
Clustering
Minería de Datos
title_short SACO: un algoritmo de clustering espacial con hormigas inteligentes
title_full SACO: un algoritmo de clustering espacial con hormigas inteligentes
title_fullStr SACO: un algoritmo de clustering espacial con hormigas inteligentes
title_full_unstemmed SACO: un algoritmo de clustering espacial con hormigas inteligentes
title_sort SACO: un algoritmo de clustering espacial con hormigas inteligentes
dc.creator.none.fl_str_mv Dib Ashur, José
Vallón, Jorge
Martínez, Cristian
Said, Carlos
author Dib Ashur, José
author_facet Dib Ashur, José
Vallón, Jorge
Martínez, Cristian
Said, Carlos
author_role author
author2 Vallón, Jorge
Martínez, Cristian
Said, Carlos
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Algoritmos
Clustering
Minería de Datos
topic Ciencias Informáticas
Algoritmos
Clustering
Minería de Datos
dc.description.none.fl_txt_mv Bio-inspired algorithms have received much attention in recent years, because they allow to discover, quickly and efficiently, knowledge and patterns in large databases. In this work, a new algorithm based on the behaviour of ant colonies to discover clusters in spatial databases is presented. The algorithm proposed was evaluated using several well-known test instances and compared its performance considering other proposals from the literature.
Los algoritmos bioinspirados han recibido mucha atención en los últimos años, ya que permiten, de manera eficiente y eficaz, el descubrimiento de conocimiento y patrones en bases de datos grandes. En este trabajo, se propone un nuevo algoritmo basado en el comportamiento de las colonias de hormigas para descubrir clústers en bases de datos espaciales. En concreto, se presenta un algoritmo oportunamente evaluado sobre conjuntos de datos comúnmente empleados en la literatura. Se comparan los resultados que se obtienen con otros algoritmos conocidos.
Sociedad Argentina de Informática e Investigación Operativa (SADIO)
description Bio-inspired algorithms have received much attention in recent years, because they allow to discover, quickly and efficiently, knowledge and patterns in large databases. In this work, a new algorithm based on the behaviour of ant colonies to discover clusters in spatial databases is presented. The algorithm proposed was evaluated using several well-known test instances and compared its performance considering other proposals from the literature.
publishDate 2016
dc.date.none.fl_str_mv 2016-09
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/10915/56976
url http://sedici.unlp.edu.ar/handle/10915/56976
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://45jaiio.sadio.org.ar/sites/default/files/ASAI-09_0.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/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
dc.format.none.fl_str_mv application/pdf
17-24
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_ 1846064034983444480
score 13.22299

Publicaciones similares