Resumen del trabajo fin de master



Título: Revisión de métodos de clustering para datos funcionales
Universidad que ofrece el proyecto: Universidade da Coruña
Director/a:
Febrero Bande, Manuel;  Oviedo de la Fuente, Manuel
Alumno/a:
Fermín González, Rikelvi Felipe
Resumen:
Los datos funcionales surgen cuando una de las variables de interés en un conjunto de datos se puede ver de forma natural como una función. En el presente trabajo se propone una revisión sistemática de los métodos de cluster en datos funcionales, como el dendograma, el K-medias o el mean shift entre otros. Sin embargo, estos procedimientos requieren conocer o estimar parámetros relacionados a cada algoritmo, como fijar de antemano el número de agrupaciones. Por ello, este TFM plantea estudiar y/o adaptar los procedimientos de selección del número óptimo de clusters u otros párametros relacionados en datos multivariantes (como los basados en la silueta) a cuando se dispone de un conjunto (o varios conjuntos) de datos funcionales. Finalmente, se probará el rendimiento de estos procedimientos y los incluidos recientemente en la literatura en escenarios simulados y/o sobre datos reales.
Más información