Χρήση υβριδικών, εξελικτικών αλγορίθμων σε on line προβλήματα ομαδοποίησης

Υλοποιούμε οχτώ αλγορίθμους που επιλύουν on line προβλήματα ομαδοποίησης. Αναπτύσουμε τρεις νέες μορφές υβριδικών αλγορίθμων. Εφαρμόζουμε όλους τους παραπάνω αλγορίθμους σε τεχνητά δεδομένα και καταγράφουμε την αποτελεσματικότητά τους. Μεταβαίνουμε από την ομαδοποίηση στην ταξινόμηση. Επιλύουμε δύο...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Δανελάτος, Ευάγγελος
Άλλοι συγγραφείς: Λυκοθανάσης, Σπύρος
Έκδοση: 2007
Θέματα:
Διαθέσιμο Online:https://hdl.handle.net/10889/182
id nemertes-10889-182
record_format dspace
spelling nemertes-10889-1822022-09-06T05:12:39Z Χρήση υβριδικών, εξελικτικών αλγορίθμων σε on line προβλήματα ομαδοποίησης Use of hybrid, evolutionary algorithms for on line clustering problems Δανελάτος, Ευάγγελος Λυκοθανάσης, Σπύρος Danelatos, Evagelos Λυκοθανάσης, Σπύρος Χατζηλυγερούδης, Ιωάννης Βραχάτης, Μιχάλης On line ομαδοποίηση Υβριδικοί αλγόριθμοι Από την ομαδοποίηση στην ταξινόμηση 511.8 On line clustering Hybrid algorithms Clustering to classification Υλοποιούμε οχτώ αλγορίθμους που επιλύουν on line προβλήματα ομαδοποίησης. Αναπτύσουμε τρεις νέες μορφές υβριδικών αλγορίθμων. Εφαρμόζουμε όλους τους παραπάνω αλγορίθμους σε τεχνητά δεδομένα και καταγράφουμε την αποτελεσματικότητά τους. Μεταβαίνουμε από την ομαδοποίηση στην ταξινόμηση. Επιλύουμε δύο προβλήματα ταξινόμησης του πραγματικού κόσμου και βλέπουμε πως κυμαίνονται τα ποσοστά επιτυχούς ταξινόμησης. Παραθέτουμε τα συγκριτικά γραφήματα των αποτελεσμάτων όλων των αλγορίθμων. We implement eight algorithms that solve on line problems of clustering and we develope three new forms of hybrid algorithms. We apply these algorithms in artificial data and we record their effectiveness. Also we go from clustering to classification. Finally we solve two problems of classification from the real world and we appose the comparative graphs of the results of our algorithms. 2007-05-17T05:58:50Z 2007-05-17T05:58:50Z 2006-03-14 2007-05-17T05:58:50Z https://hdl.handle.net/10889/182 Η ΒΥΠ διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή στο βιβλιοστάσιο διδακτορικών διατριβών που βρίσκεται στο ισόγειο του κτιρίου της. application/pdf
institution UPatras
collection Nemertes
topic On line ομαδοποίηση
Υβριδικοί αλγόριθμοι
Από την ομαδοποίηση στην ταξινόμηση
511.8
On line clustering
Hybrid algorithms
Clustering to classification
spellingShingle On line ομαδοποίηση
Υβριδικοί αλγόριθμοι
Από την ομαδοποίηση στην ταξινόμηση
511.8
On line clustering
Hybrid algorithms
Clustering to classification
Δανελάτος, Ευάγγελος
Χρήση υβριδικών, εξελικτικών αλγορίθμων σε on line προβλήματα ομαδοποίησης
description Υλοποιούμε οχτώ αλγορίθμους που επιλύουν on line προβλήματα ομαδοποίησης. Αναπτύσουμε τρεις νέες μορφές υβριδικών αλγορίθμων. Εφαρμόζουμε όλους τους παραπάνω αλγορίθμους σε τεχνητά δεδομένα και καταγράφουμε την αποτελεσματικότητά τους. Μεταβαίνουμε από την ομαδοποίηση στην ταξινόμηση. Επιλύουμε δύο προβλήματα ταξινόμησης του πραγματικού κόσμου και βλέπουμε πως κυμαίνονται τα ποσοστά επιτυχούς ταξινόμησης. Παραθέτουμε τα συγκριτικά γραφήματα των αποτελεσμάτων όλων των αλγορίθμων.
author2 Λυκοθανάσης, Σπύρος
author_facet Λυκοθανάσης, Σπύρος
Δανελάτος, Ευάγγελος
author Δανελάτος, Ευάγγελος
author_sort Δανελάτος, Ευάγγελος
title Χρήση υβριδικών, εξελικτικών αλγορίθμων σε on line προβλήματα ομαδοποίησης
title_short Χρήση υβριδικών, εξελικτικών αλγορίθμων σε on line προβλήματα ομαδοποίησης
title_full Χρήση υβριδικών, εξελικτικών αλγορίθμων σε on line προβλήματα ομαδοποίησης
title_fullStr Χρήση υβριδικών, εξελικτικών αλγορίθμων σε on line προβλήματα ομαδοποίησης
title_full_unstemmed Χρήση υβριδικών, εξελικτικών αλγορίθμων σε on line προβλήματα ομαδοποίησης
title_sort χρήση υβριδικών, εξελικτικών αλγορίθμων σε on line προβλήματα ομαδοποίησης
publishDate 2007
url https://hdl.handle.net/10889/182
work_keys_str_mv AT danelatoseuangelos chrēsēybridikōnexeliktikōnalgorithmōnseonlineproblēmataomadopoiēsēs
AT danelatoseuangelos useofhybridevolutionaryalgorithmsforonlineclusteringproblems
_version_ 1799945012830535680