Resumen

La estructura de comunidad, una de las propiedades más populares en las redes complejas, ha sido durante mucho tiempo un pilar en el avance de varias ramas científicas. En los últimos años, se han utilizado diversas herramientas en el desarrollo de algoritmos de detección de comunidades. En este artículo, mediante la fusión de máquinas de aprendizaje extremo no supervisadas y las técnicas de agrupamiento -means, proponemos un nuevo método de detección de comunidades que supera a los enfoques tradicionales de -means en cuanto a precisión y estabilidad, al tiempo que añade muy pocos costos computacionales adicionales. Además, los resultados de experimentos extensos realizados en redes generadas por computadora y conjuntos de datos del mundo real ilustran el rendimiento aceptable del algoritmo introducido en comparación con otros algoritmos típicos de detección de comunidades.

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Estructura de la comunidad; Redes complejas; Algoritmos de detección de comunidades; Máquinas de aprendizaje extremo no supervisadas; Técnicas de agrupamiento -medias; Costos computacionales
• Keywords:Community structure; Complex networks; Community detection algorithms; Unsupervised extreme learning machines; -means clustering techniques; Computational costs