Algoritmo de aprendizaje incremental para agrupar y clasificar running trails

Es habitual entre los aficionados al running, buscar rutas en alguna zona de interés. Hay herramientas que permiten hacer este tipo de búsquedas, filtrando por distancia, locación, etc. No obstante, una vez aplicados todos los filtros aparecen rutas duplicados o muy similares, creando así mucha entr...

ver descrição completa

Detalhes bibliográficos
Autor: Cuervo Rodríguez, Carlos Alfonso
Formato: tesis de maestría
Fecha de publicación:2020
País:España
Recursos:Universitat Oberta de Catalunya (UOC)
Repositorio:O2, repositorio institucional de la UOC
OAI Identifier:oai:openaccess.uoc.edu:10609/120786
Acesso em linha:http://hdl.handle.net/10609/120786
Access Level:acceso abierto
Palavra-chave:clustering
k-means
incremental learning
running trails
aprenentatge incremental
aprendizaje incremental
Artificial intelligence -- TFM
Intel·ligència artificial -- TFM
Inteligencia artificial -- TFM
id ES_f5845da9fbf137c03fcdf407be66e9db
oai_identifier_str oai:openaccess.uoc.edu:10609/120786
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Algoritmo de aprendizaje incremental para agrupar y clasificar running trails
title Algoritmo de aprendizaje incremental para agrupar y clasificar running trails
spellingShingle Algoritmo de aprendizaje incremental para agrupar y clasificar running trails
Cuervo Rodríguez, Carlos Alfonso
clustering
k-means
incremental learning
running trails
clustering
k-means
aprenentatge incremental
running trails
clustering
k-means
aprendizaje incremental
running trails
Artificial intelligence -- TFM
Intel·ligència artificial -- TFM
Inteligencia artificial -- TFM
title_short Algoritmo de aprendizaje incremental para agrupar y clasificar running trails
title_full Algoritmo de aprendizaje incremental para agrupar y clasificar running trails
title_fullStr Algoritmo de aprendizaje incremental para agrupar y clasificar running trails
title_full_unstemmed Algoritmo de aprendizaje incremental para agrupar y clasificar running trails
title_sort Algoritmo de aprendizaje incremental para agrupar y clasificar running trails
dc.creator.none.fl_str_mv Cuervo Rodríguez, Carlos Alfonso
author Cuervo Rodríguez, Carlos Alfonso
author_facet Cuervo Rodríguez, Carlos Alfonso
author_role author
dc.contributor.none.fl_str_mv Solé-Ribalta, Albert
Bosch Rue, Anna
dc.subject.none.fl_str_mv clustering
k-means
incremental learning
running trails
clustering
k-means
aprenentatge incremental
running trails
clustering
k-means
aprendizaje incremental
running trails
Artificial intelligence -- TFM
Intel·ligència artificial -- TFM
Inteligencia artificial -- TFM
topic clustering
k-means
incremental learning
running trails
clustering
k-means
aprenentatge incremental
running trails
clustering
k-means
aprendizaje incremental
running trails
Artificial intelligence -- TFM
Intel·ligència artificial -- TFM
Inteligencia artificial -- TFM
description Es habitual entre los aficionados al running, buscar rutas en alguna zona de interés. Hay herramientas que permiten hacer este tipo de búsquedas, filtrando por distancia, locación, etc. No obstante, una vez aplicados todos los filtros aparecen rutas duplicados o muy similares, creando así mucha entropía y dificultando el proceso de búsqueda. En este trabajo se propone hacer un agrupamiento de rutas para identificar aquellas que son únicas en una zona determinada. Se propone usar un algoritmo basado en k-means incremental que agrupe las rutas disponibles, y posteriormente en un momento indeterminado en el tiempo, dada una nueva ruta ingresada al sistema, decide si esta debe ser asignada a un cluster ya creado debido a su similitud con las rutas que lo conformen, o se debe crear un nuevo cluster ya la ruta es lo suficientemente distante a las demás. En este trabajo se estudiará la mejor manera de representar las variables de una ruta, considerando feature engineering y técnicas de reducción de dimensionalidad que facilite y mejore los resultados del algoritmo de agrupamiento. Así mismo, se estudiarán los efectos sobre el rendimiento y las medidas de error intra e Inter grupos al considerar diferentes valores de threshold. Al final se espera entregar un aplicativo que permita visualizar las rutas únicas, filtrarlas, introducir nuevas rutas y ver información relacionada como: duración, elevación, distancia, velocidad promedio, entre otras.
publishDate 2020
dc.date.none.fl_str_mv 2020
2020
2020
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv http://hdl.handle.net/10609/120786
url http://hdl.handle.net/10609/120786
dc.language.none.fl_str_mv Español
language_invalid_str_mv Español
dc.rights.none.fl_str_mv CC BY-NC-ND
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC BY-NC-ND
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universitat Oberta de Catalunya (UOC)
publisher.none.fl_str_mv Universitat Oberta de Catalunya (UOC)
dc.source.none.fl_str_mv reponame:O2, repositorio institucional de la UOC
instname:Universitat Oberta de Catalunya (UOC)
instname_str Universitat Oberta de Catalunya (UOC)
reponame_str O2, repositorio institucional de la UOC
collection O2, repositorio institucional de la UOC
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869424597140504576
spelling Algoritmo de aprendizaje incremental para agrupar y clasificar running trailsCuervo Rodríguez, Carlos Alfonsoclusteringk-meansincremental learningrunning trailsclusteringk-meansaprenentatge incrementalrunning trailsclusteringk-meansaprendizaje incrementalrunning trailsArtificial intelligence -- TFMIntel·ligència artificial -- TFMInteligencia artificial -- TFMEs habitual entre los aficionados al running, buscar rutas en alguna zona de interés. Hay herramientas que permiten hacer este tipo de búsquedas, filtrando por distancia, locación, etc. No obstante, una vez aplicados todos los filtros aparecen rutas duplicados o muy similares, creando así mucha entropía y dificultando el proceso de búsqueda. En este trabajo se propone hacer un agrupamiento de rutas para identificar aquellas que son únicas en una zona determinada. Se propone usar un algoritmo basado en k-means incremental que agrupe las rutas disponibles, y posteriormente en un momento indeterminado en el tiempo, dada una nueva ruta ingresada al sistema, decide si esta debe ser asignada a un cluster ya creado debido a su similitud con las rutas que lo conformen, o se debe crear un nuevo cluster ya la ruta es lo suficientemente distante a las demás. En este trabajo se estudiará la mejor manera de representar las variables de una ruta, considerando feature engineering y técnicas de reducción de dimensionalidad que facilite y mejore los resultados del algoritmo de agrupamiento. Así mismo, se estudiarán los efectos sobre el rendimiento y las medidas de error intra e Inter grupos al considerar diferentes valores de threshold. Al final se espera entregar un aplicativo que permita visualizar las rutas únicas, filtrarlas, introducir nuevas rutas y ver información relacionada como: duración, elevación, distancia, velocidad promedio, entre otras.It is common among running fans look for trails in some location of interest. There are tools that allow runners to do this kind of searches, filtering by distance, location, etc. However, once all the filters are applied, the result is duplicated trails or very similar ones, creating a lot of entropy and hindering the process. In this work it is proposed to make a grouping of trails to identify those that are unique in a given area. It is proposed to use an algorithm based on incremental k-means that clusters the available running trails, and later at some moment in time, given a new trail entered into the system, decides whether it should be assigned to a cluster already created due to its similarity with the trails that make it up, or a new cluster must be created since the trail is distant enough from the others. In this work it is studied the best way to represent the variables of a running trail, considering feature engineering and dimensionality reduction techniques that facilitate and improve the results of the clustering algorithm. Likewise, the effects on performance and intra and intergroup error measures will be studied when considering different threshold values. In the end, it is expected to deploy an application that allows viewing the unique routes, filtering them, introducing new routes and seeing related information such as: duration, elevation, distance, average speed, among others.És habitual entre els aficionats al running, buscar rutes en alguna zona d'interès. Hi ha eines que permeten fer aquest tipus de cerques, filtrant per distància, localització, etc. No obstant això, una vegada aplicats tots els filtres apareixen rutes duplicades o molt similars, creant així molta entropia i dificultant el procés de cerca. En aquest treball es proposa fer un agrupament de rutes per a identificar aquelles que són úniques en una zona determinada. Es proposa usar un algorisme basat en k-means incremental que agrupi les rutes disponibles, i posteriorment en un moment indeterminat en el temps, donada una nova ruta ingressada al sistema, decideix si aquesta ha de ser assignada a un clúster ja creat a causa de la seva similitud amb les rutes que el conformin, o s'ha de crear un nou clúster ja la ruta és prou distant a les altres. En aquest treball s'estudiarà la millor manera de representar les variables d'una ruta, considerant feature engineering i tècniques de reducció de dimensionalitat que faciliti i millori els resultats de l'algorisme d'agrupament. Així mateix, s'estudiaran els efectes sobre el rendiment i les mesures d'error en considerar diferents valors de threshold. Al final s'espera lliurar un aplicatiu que permeti visualitzar les rutes úniques, filtrar-les, introduir noves rutes i veure informació relacionada com: durada, elevació, distància, velocitat mitjana, entre d'altres.Universitat Oberta de Catalunya (UOC)Solé-Ribalta, AlbertBosch Rue, Anna202020202020info:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfhttp://hdl.handle.net/10609/120786reponame:O2, repositorio institucional de la UOCinstname:Universitat Oberta de Catalunya (UOC)EspañolCC BY-NC-NDhttp://creativecommons.org/licenses/by-nc-nd/3.0/es/info:eu-repo/semantics/openAccessoai:openaccess.uoc.edu:10609/1207862026-05-28T12:42:01Z
score 15,300719

Registos relacionados