Original title: Graph Clustering by Means of Evolutionary Algorithms
Translated title: Graph Clustering by Means of Evolutionary Algorithms
Authors: Kohout, Jan ; Neruda, Roman (advisor) ; Mrázová, Iveta (referee)
Document type: Master’s theses
Year: 2012
Language: eng
Abstract: [eng] [cze]
Partitioning nodes of a graph into clusters according to their simi- larities can be a very useful but complex task of data analysis. Many dierent approaches and algorithms for this problem exist, one of the possibilities is to utilize genetic algorithms for solving this type of task. In this work, we analyze dierent approaches to clustering in general and in the domain of graphs. Several clustering algorithms based on the concept of genetic algorithm are proposed and experimentally evaluated. A server application that contains implementations of the these algorithms was developed and is attached to this thesis. Rozdělení vrcholů grafu do shluků podle jejich vzájemné podobnosti je užitečnou součástí datové analýzy, může však být značně složité. Pro ten- to problem existuje mnoho různých algoritmů a přístupů, jedna z možností je využití genetických algoritmů. V této práci se zabýváme shlukovacími algoritmy obecně i v oblasti grafů. Navrhli jsme několik algoritmů založených na myšlence genetického algoritmu a tyto algoritmy byly porovnány na základě provedených experimentů. V rámci práce byla též vytvořena serverová aplikace obsahující implementace navržených algoritmů.
Keywords: clustering; evolutionary algorithms; graph algorithms; evoluční algoritmy; grafové algoritmy; shlukování

Institution: Charles University Faculties (theses) (web)
Document availability information: Available in the Charles University Digital Repository.
Original record: http://hdl.handle.net/20.500.11956/41721

Permalink: http://www.nusl.cz/ntk/nusl-306021


The record appears in these collections:
Universities and colleges > Public universities > Charles University > Charles University Faculties (theses)
Academic theses (ETDs) > Master’s theses