Search

Resumen El presente artículo describe el algoritmo del método espectral que fue elegido para crear un programa computacional aplicado, este que hace el agrupamiento automático de datos de orientaciones de discontinuidades medidas en un macizo rocosos. La agrupación y diferenciación de familias de discontinuidades normalmente se hace a través de la selección heurística de grupos a partir de un diagrama de densidades de discontinuidades. Sin embargo, una agrupación automática y basada en un algoritmo estadístico puede ser más rápido y pasible a la réplica. Así mismo, un agrupamiento automático presentado en un programa abierto es útil para la implementación en otros cálculos dentro del análisis de datos de orientaciones de discontinuidades. El artículo explica en detalle del algoritmo y su implementación, tiene validaciones y ejemplos que garantizan que el programa puede ser usado. Abstract This article describes the algorithm of the spectral method that was chosen to create an applied computational program, which performs an automatic clustering of oriented data of discontinuities-measurements in a rock mass. The clustering differentiation of discontinuity families normally is done by a heuristic selection of sets based on a density diagram of discontinuities. But, an automatic clustering based on a statistical algorithm may be faster and passive to be replicated. In addition, an automatic clustering that has been presented as an open program is useful for the implementation in other calculi in the process of data analysis of discontinuity orientations. The article explains in detail the algorithms and its implementation; it has validations and examples that guarantees that the program can be used.

Trabajo de Fin de Máster en Sistemas de Información Digital, 2016-2017., [ES] En los últimos años hemos experimentado el crecimiento progresivo de los documentos, sobre todo con la aparición de internet, la globalización y las nuevas tecnologías de la información y comunicación, que han dado lugar a una gran cantidad de documentos en formato digital. Toda esta información era necesario organizarla, y para ello existen diversos sistemas de filtrado de documentos automáticos, siendo uno de los más utilizados el clustering, que a través en este caso del algoritmo de K-Means y el software de Scikit-learn, permite la recuperación y clasificación de documentos afines. Con esta idea se pretendió comprobar la evolución de un conjunto de noticias de ciencia y tecnología extraídas de la prensa digital española, y la utilidad de este sistema de clasificación. Los resultados reflejan que es un buen sistema aunque tiene algunas carencias que dependen sobre todo de factores humanos. [EN] In recent years we have experienced the progressive growth of documents, especially with the emergence of the internet, globalization and new information and communication technologies, which have resulted in a large number of documents in digital format. All this information was necessary to organize it, and for this purpose there are several automatic document filtering systems, one of the most used being clustering, which in this case, the K-Means algorithm and the Scikit-learn software, Retrieval and classification of related documents. With this idea it was tried to verify the evolution of a set of science and technology news extracted from the Spanish digital press, and the usefulness of this classification system. The results reflect that it is a good system although it has some deficiencies that depend mainly on human factors.