Hybrid Gaussian and von Mises model-based clustering

Luengo Sánchez, Sergio; Larrañaga Múgica, Pedro María y Bielza Lozoya, María Concepción (2016). Hybrid Gaussian and von Mises model-based clustering. En: "European Conference on Artificial Intelligence, ECAI 2016", 29 Aug-02 Sep 2016, La Haya, Holanda. ISBN 978-1-61499-671-2. pp. 855-862. https://doi.org/10.3233/978-1-61499-672-9.

Descripción

Título: Hybrid Gaussian and von Mises model-based clustering
Autor/es:
  • Luengo Sánchez, Sergio
  • Larrañaga Múgica, Pedro María
  • Bielza Lozoya, María Concepción
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: European Conference on Artificial Intelligence, ECAI 2016
Fechas del Evento: 29 Aug-02 Sep 2016
Lugar del Evento: La Haya, Holanda
Título del Libro: Frontiers in Artificial Intelligence and Applications
Fecha: 2016
ISBN: 978-1-61499-671-2
Volumen: 285
Materias:
Escuela: E.T.S. de Ingenieros Informáticos (UPM)
Departamento: Inteligencia Artificial
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (691kB) | Vista Previa

Resumen

Data collected about a phenomenon often measures its magnitude and direction. The most common approach to clustering this data assumes that directional data can be modeled as Gaussian. However, directional data has special properties that conventional statistics cannot handle. To deal with them, other approaches like the von Mises distribution must be applied. In this paper we present a new model based on mixtures of Bayesian networks to simultaneously cluster both linear and directional data.

Proyectos asociados

TipoCódigoAcrónimoResponsableTítulo
Gobierno de EspañaC080020-09Sin especificarUniversidad Politécnica de MadridCajal Blue Brain
Comunidad de MadridS2013/ICE-284-5-CASI-CAM-CMSin especificarSin especificarSin especificar
FP7FP7/2007-2013Sin especificarSin especificarHuman Brain Project

Más información

ID de Registro: 46643
Identificador DC: http://oa.upm.es/46643/
Identificador OAI: oai:oa.upm.es:46643
Identificador DOI: 10.3233/978-1-61499-672-9
URL Oficial: http://ebooks.iospress.nl/volumearticle/44834
Depositado por: Memoria Investigacion
Depositado el: 15 Mar 2018 11:19
Ultima Modificación: 15 Mar 2018 11:19
  • GEO_UP4
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • InvestigaM
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM