DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/8742

Ítem no disponible en accés obert per política de l'editorial

Arxiu Descripció MidaFormat
gevageometricvariability.pdf344,79 kBAdobe PDF Accés restringit

Citació: Irigoien, I. [et al.]. GEVA: geometric variability-based approaches for identifying patterns in data. "Computational statistics", 15 Octubre 2009, vol. 25, núm. 2, p. 241-255.
Títol: GEVA: geometric variability-based approaches for identifying patterns in data
Autor: Irigoien, I.; Arenas, Concepción; Fernández Aréizaga, Elena Veure Producció científica UPC; Mestres, Francisco
Data: 15-oct-2009
Tipus de document: Article
Resum: This paper, arising from population studies, develops clustering algorithms for identifying patterns in data. Based on the concept of geometric variability, we have developed one polythetic-divisive and three agglomerative algorithms. The effectiveness of these procedures is shown by relating them to classical clustering algorithms. They are very general since they do not impose constraints on the type of data, so they are applicable to general (economics, ecological, genetics…) studies. Our major contributions include a rigorous formulation for novel clustering algorithms, and the discovery of new relationship between geometric variability and clustering. Finally, these novel procedures give a theoretical frame with an intuitive interpretation to some classical clustering methods to be applied with any type of data, including mixed data. These approaches are illustrated with real data on Drosophila chromosomal inversions.
ISSN: 0943-4062
URI: http://hdl.handle.net/2117/8742
DOI: 10.1007/s00180-009-0173-9
Versió de l'editor: http://www.springerlink.com/content/759747081526g506/fulltext.pdf
Apareix a les col·leccions:PROMALS - Grup de Recerca en Programació Matemática, Logística i Simulació. Articles de revista
Departament d'Estadística i Investigació Operativa. Articles de revista
Altres. Enviament des de DRAC
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Aquest ítem (excepte textos i imatges no creats per l'autor) està subjecte a una llicència de Creative Commons Llicència Creative Commons
Creative Commons

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius