Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/9560| Title: | Revisión sistemática de mejoras en la inicialización del algoritmo Fuzzy C-Means |
| Authors: | Abarca Ponce, Yanelin |
| metadata.dc.subject.other: | Fuzzy C-Means, revisión sistemática, inicialización, técnicas de agrupamiento. |
| Issue Date: | 2025-02-17 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Description: | La tesis presenta una revisión sistema tica exhaustiva sobre mejoras relacionadas con la inicialización del algoritmo Fuzzy C-Means (FCM). A lo largo de esta tesis nos referimos a este algoritmo como FCM por sus siglas en ingle s. Se describen los objetivos de la investigación, que incluyen una búsqueda exhaustiva de las distintas versiones, clasificar y analizar las tendencias relevantes para facilitar a los investigadores la selección del me todo que más se adecue a su problema concreto. La metodología se dividió en cuatro macroprocesos: conocimiento del algoritmo, diseño del protocolo, desarrollo de la revisión sistema tica y presentación de resultados. Estas etapas se fundamentaron en metodologías como PRISMA 2020, PICO y 5W’s+1H, las cuales garantizaron un enfoque riguroso y replicable, facilitando la respuesta a las preguntas de investigación planteadas. Se llevo a cabo una búsqueda exhaustiva en ocho repositorios diferentes, incluyendo PubMed, IEEE Xplore, Springer, Google Scholar, PLOS ONE, ACM Digital Library, MDPI y Science Direct, abarcando publicaciones desde 1981 hasta 2024. Esto resulto en la identificación inicial de más de 39,000 artículos relacionados con el algoritmo FCM, los cuales fueron filtrados y analizados. Después, siguiendo los criterios predefinidos, se incluyeron 108 artículos y se describieron de manera individual de acuerdo con su ano de publicación. Se compararon las mejoras de acuerdo al dominio, tipo de datos utilizados, me todo implementado para la inicialización de FCM y la metica de evaluación aplicada. Así, se identificaron 95 me todos diferentes para mejorar la inicialización de FCM, 39 dominios de aplicación y más de 150 métricas de evaluación. Por último, la investigación sugiere la aplicación de estas mejoras en diversas a reas, la exploración de mejoras para la resolución de problemas menos estudiados, la evaluación del impacto del uso de diferentes me todos en contextos específicos y el desarrollo de revisiones sistema ticas del algoritmo FCM aplicado en algún dominio. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Appears in Collections: | Tesis de Maestría en Computación |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MC_Yanelin_Abarca_Ponce_2025.pdf | Tesis | 1.72 MB | Adobe PDF | View/Open |
| MC_Yanelin_Abarca_Ponce_2025_c.pdf Restricted Access | Cesión de derechos | 459.46 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
