Resumen

La agrupación por picos de densidad (DPC) es una técnica de agrupación avanzada debido a sus múltiples ventajas para determinar eficientemente los centros de los grupos, con menos argumentos, sin iteraciones, sin ruido fronterizo, etc. Sin embargo, sí presenta los siguientes defectos: (1) es difícil determinar un valor adecuado para su parámetro crucial de distancia de corte, (2) la métrica de densidad local es demasiado simple para encontrar el/los centro(s) adecuado(s) de los grupo(s) disperso(s), y (3) no es robusto, ya que algunas partes de los picos de densidad prominentes se asignan de manera remota. Este artículo propone una mejora de la agrupación por picos de densidad basada en el grupo expandido de vecinos naturales (DPC-NNEG). Los núcleos del algoritmo propuesto contienen dos partes: (1) definir vecinos naturales expandidos (NNE) y grupo de vecinos naturales expandidos (NNEG) y (2) dividir todos los N

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Técnica de agrupamiento avanzada; Centros de clúster; Parámetro de distancia de corte; Métrica de densidad local; Picos de densidad; Algoritmo de agrupamiento mejorado
• Keywords:Advanced clustering technique; Cluster centers; Cutoff distance parameter; Local density metric; Density peaks; Improved clustering algorithm