Resumen

La multiescala aporta grandes ventajas a la hora de observar objetos o problemas desde diferentes perspectivas. El clustering multiescala ha sido ampliamente estudiado en varias disciplinas. Sin embargo, la mayoría de los estudios de investigación son sólo para el conjunto de datos numéricos, que es una falta de investigación sobre la agrupación de conjunto de datos nominales, especialmente los datos son no independientes e idénticamente distribuidos (Non-IID). Con el objetivo de abordar la situación actual de la investigación, este artículo propone un marco de clustering multiescala basado en datos nominales No-IID. En primer lugar, el conjunto de datos a escala de referencia se agrupa basándose en la medida de similitud métrica acoplada. En segundo lugar, se propone transformar los resultados del clustering de la escala de referencia a la escala de destino que los dos algoritmos se denominan upscaling basado en cadena simple y downscaling basado en kernel de Lanczos, respectivamente. Por último, se realizan experimentos con cinco conjuntos de datos públicos y un conjunto de datos reales de la provincia china de Hebei. Los resultados mostraron que el método puede proporcionarnos no sólo un rendimiento competitivo, sino también reducir el coste computacional.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:falta de investigación, marco de agrupación multiescala, datos nominales iid, provincia de china, medidas de similitud métrica, situación actual de la investigación, no, resultados de agrupación, conjunto de datos numéricos, escala de referencia
• Keywords:lack of research, multiscale clustering framework, iid nominal data, province of china, metric similarity measures, current research situation, non, clustering results, numerical dataset, benchmark scale