El gran volumen de datos en el que se vive en la actualidad, hace evidente la necesidad de clasificar los datos para obtener relaciones, asociaciones y correlaciones de ellos. Para llevar a cabo esta clasificación es necesario emplear algoritmos de agrupamiento del tipo no supervisado y particionales. Un candidato de este tipo es el algoritmo KMeans, ampliamente utilizado para resolver el problema de agrupamiento. Sin embargo, este algoritmo necesita de argumentos iniciales como lo son el número de grupos y un conjunto de datos llamados centroides que son los representantes de cada uno de ellos. Esto puede ser una fortaleza pero a la vez puede representar limitaciones del algoritmo. Es por ello que en este trabajo se inicia con la caracterización general del algoritmo KMeans en base a la selección de los centroides iniciales para después estudiar la técnica de análisis de componentes principales y con esta proporcionar centroides iniciales óptimos, pero esa etapa aún está en desarrollo y por tanto solo se presenta la idea inicial. La herramienta computacional es clave para el trabajo con alta densidad de datos es por eso que en este trabajo también se tiene como objetivo implantar un marco de trabajo llamado Apache Spark.
Abstract El gran volumen de datos en el que se vive en la actualidad, hace evidente la necesidad de clasificar los datos para obtener relaciones, asociaciones y correlaciones de ellos. [...]
Las nanopartículas (Nps) de metales nobles como plata (Ag) y oro (Au) en las últimas décadas son objeto de extensa investigación en el contexto de las nanociencias y la nanotecnología, principalmente esto se debe a sus propiedades ópticas únicas. En las Nps, el gas de electrones libres en ellas presenta propiedades de oscilación resonante, fenómeno conocido como el plasmón superficial localizado (PSL). Al irradiarse las Nps en el ultravioleta y visible del espectro, la absorción óptica, depende fundamentalmente del material constitutivo, la geometría de la Nps y su entorno. La dispersión de la radiación electromagnética de una esfera, es definida por la Teoría de Mie. Los cálculos al usar esta teoría pueden llegar a ser largos e incluso imposibles para aquellos con recursos hardware limitados. Por lo tanto en esta investigación que actualmente, se encuentra en desarrolló, se diseño e implanto una simulación numérica escrita en Python 3 para la obtención de los coeficientes de Mie en nanopartículas de plata (Ag) y contar con una herramienta computacional que generé escenarios permitiendo el estudio y obtención de los coeficientes de extinción de NPs de Ag, siendo esta metodología fácilmente adaptable para otros metales donde se pueden calcular y/o simular una variedad de propiedades ópticas.
Abstract Las nanopartículas (Nps) de metales nobles como plata (Ag) y oro (Au) en las últimas décadas son objeto de extensa investigación en el contexto [...]
El algoritmo KMeans y el problema de los centroides iniciales 
