1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Morelos
4. Centro Nacional de Investigación y Desarrollo Tecnológico
5. Tesis CENIDET
6. Tesis Doctorado
7. Tesis de Doctorado en Computación

Título:	Desarrollo de nuevas heurísticas para incrementar la eficiencia del algoritmo Fuzzy C-Means
Autor:	Moreno Calderón, Carlos Fernando%1000864
metadata.dc.subject.other:	Fuzzy C-Means, efficiency, computational complexity, solution quality
Data:	2026-08-07
Editora:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Centro Nacional de Investigación y Desarrollo Tecnológico
Descrição:	En esta tesis se desarrolla investigación de frontera en las áreas de Ciencia de Datos y Reconocimiento de Patrones. En particular, el problema que se aborda consiste en reducir la complejidad computacional del algoritmo de agrupamiento difuso denominado Fuzzy C-Means. Dicho algoritmo se ha aplicado con éxito en la solución de conjuntos de datos en dominios como la salud, visión por computadora, segmentación de imágenes, entre otros. Sin embargo, la complejidad computacional del algoritmo es muy alta, del orden O(nc2di). Dicha complejidad limita severamente la aplicación del algoritmo en conjuntos de datos grandes. Como propuesta de solución se desarrollaron dos nuevas heurísticas que probaron reducir la complejidad del algoritmo. La primera heurística denominada P-FCM, introduce un nuevo criterio de paro del algoritmo, el cual consiste en determinar la diferencia porcentual del valor de la función objetivo en dos iteraciones consecutivas, y en caso que dicha diferencia sea menor a un umbral dado el algoritmo para. La segunda heurística denominada HPFCM, es híbrida, e integra por una parte un mecanismo para optimizar los centroides iniciales del algoritmo y por otra integra la primera heurística. La validación de las heurísticas propuestas se realizó de manera experimental. Se diseñó un conjunto de experimentos en los que se resolvieron conjuntos de datos reales y sintéticos. Con base en los resultados experimentales se observó que las heurísticas reducen la complejidad computacional. En el mejor de los casos las heurísticas logran reducir hasta un 98.17% el número total de iteraciones respecto al algoritmo Fuzzy C-Means, además se alcanzó una mejora de la calidad de solución de hasta 39.73%. Con base a estos resultados, se logró reducir la complejidad computacional, obteniendo una mejora en la eficiencia computacional del algoritmo Fuzzy C-Means. Esto permite que el proceso de agrupación sea más rápido y los resultados que espera un usuario sean iguales o mejores que los resultados que se esperaría por el algoritmo Fuzzy C-Means. Finalmente, es destacable que la principal contribución de esta investigación, es la reducción del tiempo de solución, manteniendo los mismos recursos computacionales. Sin duda, dicha contribución impactará de manera significativa en conjuntos de datos grades, como las que comúnmente se presentan en problemas reales
metadata.dc.type:	info:eu-repo/semantics/doctoralThesis
Aparece nas colecções:	Tesis de Doctorado en Computación

Este registo está protegido por copyright original. Ver licença

Este registo está protegido por Licença Creative Commons