{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1321310"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1321310","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"On the meaningful instances of clustering","abstract":"To clustering (ομαδοποίηση δεδομένων) είναι ένα πρόβλημα με πολλούς διαφορετικούς ορισμούς, προσεγγίσεις και εφαρμογές, αλλά όχι καλά μαθηματικά ορισμένο. Ιδιαίτερα είναι ασαφές το κατά πόσο η λύση που παίρνουμε έχει νόημα, από την άποψη ότι φανερώνει μια υπάρχουσα εσωτερική δομή στα δεδομένα. Όταν αναφερόμαστε στο clustering μέσω βελτιστοποίησης κάποιας αντικειμενικής συνάρτησης, αυτό συνήθως γίνεται γρήγορα, παρόλο που οι περισσότερες συναρτήσεις που χρησιμοποιούνται είναι NP-hard. Θα παρουσιάσουμε σύντομα κάποια υπάρχοντα αποτελέσματα που δείχνουν ότι τα ιnstances που έχουν “νόημα” λύνονται και γρήγορα. Από αυτά γίνεται σαφής μία σύνδεση μεταξύ εσωτερικής δομής ενός ιnstance (dataset), και της συμπεριφοράς της αντικειμενικής συνάρτησης πάνω στο χώρο των λύσεων. Θα προτείνουμε μια μέθοδο που εκμεταλλεύεται αυτή τη σύνδεση, για να αποφανθεί για κάθε ζεύγος fαντικειμενική συνάρτηση, datasetg, αν το dataset έχει “νόημα” να ομαδοποιηθεί με αυτή τη συνάρτηση.","abstract_html":"To clustering (ομαδοποίηση δεδομένων) είναι ένα πρόβλημα με πολλούς διαφορετικούς ορισμούς, προσεγγίσεις και εφαρμογές, αλλά όχι καλά μαθηματικά ορισμένο. Ιδιαίτερα είναι ασαφές το κατά πόσο η λύση που παίρνουμε έχει νόημα, από την άποψη ότι φανερώνει μια υπάρχουσα εσωτερική δομή στα δεδομένα. Όταν αναφερόμαστε στο clustering μέσω βελτιστοποίησης κάποιας αντικειμενικής συνάρτησης, αυτό συνήθως γίνεται γρήγορα, παρόλο που οι περισσότερες συναρτήσεις που χρησιμοποιούνται είναι NP-hard. Θα παρουσιάσουμε σύντομα κάποια υπάρχοντα αποτελέσματα που δείχνουν ότι τα ιnstances που έχουν “νόημα” λύνονται και γρήγορα. Από αυτά γίνεται σαφής μία σύνδεση μεταξύ εσωτερικής δομής ενός ιnstance (dataset), και της συμπεριφοράς της αντικειμενικής συνάρτησης πάνω στο χώρο των λύσεων. Θα προτείνουμε μια μέθοδο που εκμεταλλεύεται αυτή τη σύνδεση, για να αποφανθεί για κάθε ζεύγος fαντικειμενική συνάρτηση, datasetg, αν το dataset έχει “νόημα” να ομαδοποιηθεί με αυτή τη συνάρτηση.","abstract_has_math":false,"creators":["Μπακάλη Ελένη"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2015,"date_issued":"2015","date_published":"2015","updated_at":"2026-11-19T05:26:41Z","subjects":[],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1321310"],"render_values":[{"text":"uoadl:1321310","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1321310","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1321310","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1321310","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μπακάλη Ελένη"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2015"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1321310","https://pergamos.lib.uoa.gr/uoa/dl/object/1321310"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["To clustering (ομαδοποίηση δεδομένων) είναι ένα πρόβλημα με πολλούς διαφορετικούς ορισμούς, προσεγγίσεις και εφαρμογές, αλλά όχι καλά μαθηματικά ορισμένο. Ιδιαίτερα είναι ασαφές το κατά πόσο η λύση που παίρνουμε έχει νόημα, από την άποψη ότι φανερώνει μια υπάρχουσα εσωτερική δομή στα δεδομένα. Όταν αναφερόμαστε στο clustering μέσω βελτιστοποίησης κάποιας αντικειμενικής συνάρτησης, αυτό συνήθως γίνεται γρήγορα, παρόλο που οι περισσότερες συναρτήσεις που χρησιμοποιούνται είναι NP-hard. Θα παρουσιάσουμε σύντομα κάποια υπάρχοντα αποτελέσματα που δείχνουν ότι τα ιnstances που έχουν “νόημα” λύνονται και γρήγορα. Από αυτά γίνεται σαφής μία σύνδεση μεταξύ εσωτερικής δομής ενός ιnstance (dataset), και της συμπεριφοράς της αντικειμενικής συνάρτησης πάνω στο χώρο των λύσεων. Θα προτείνουμε μια μέθοδο που εκμεταλλεύεται αυτή τη σύνδεση, για να αποφανθεί για κάθε ζεύγος fαντικειμενική συνάρτηση, datasetg, αν το dataset έχει “νόημα” να ομαδοποιηθεί με αυτή τη συνάρτηση.","Clustering is a problem with many different definitions, approaches and applications, but not well defined mathematically. Especially it is not clear how to define meaningfulness, and how to determine if a solution is meaningful, in the sense that it reveals some existing inherent in the data structure. When we refer to clustering via optimization of some objective functions, it is usually a task performed efficiently, despite that most existing objective functions are NP-hard. We will present some existing results showing that “meaningful” instances can be solved efficiently. In these papers is made apparent (implicitly or explicitly) a connection between structure in the data, and the behavior of the objective function over the space of solutions. We will propose a method exploiting this connection, that could decide for each pair fobjective function, datasetg, if it is “meaningful” the particular dataset to be clustered by optimizing (or approximating) this particular objective function."]},{"key":"dc:title","label":"Title","values":["On the meaningful instances of clustering"]}]}],"canonical_facts":{"dc:creator":["Μπακάλη Ελένη"],"dc:date":["2015"],"dc:description":["To clustering (ομαδοποίηση δεδομένων) είναι ένα πρόβλημα με πολλούς διαφορετικούς ορισμούς, προσεγγίσεις και εφαρμογές, αλλά όχι καλά μαθηματικά ορισμένο. Ιδιαίτερα είναι ασαφές το κατά πόσο η λύση που παίρνουμε έχει νόημα, από την άποψη ότι φανερώνει μια υπάρχουσα εσωτερική δομή στα δεδομένα. Όταν αναφερόμαστε στο clustering μέσω βελτιστοποίησης κάποιας αντικειμενικής συνάρτησης, αυτό συνήθως γίνεται γρήγορα, παρόλο που οι περισσότερες συναρτήσεις που χρησιμοποιούνται είναι NP-hard. Θα παρουσιάσουμε σύντομα κάποια υπάρχοντα αποτελέσματα που δείχνουν ότι τα ιnstances που έχουν “νόημα” λύνονται και γρήγορα. Από αυτά γίνεται σαφής μία σύνδεση μεταξύ εσωτερικής δομής ενός ιnstance (dataset), και της συμπεριφοράς της αντικειμενικής συνάρτησης πάνω στο χώρο των λύσεων. Θα προτείνουμε μια μέθοδο που εκμεταλλεύεται αυτή τη σύνδεση, για να αποφανθεί για κάθε ζεύγος fαντικειμενική συνάρτηση, datasetg, αν το dataset έχει “νόημα” να ομαδοποιηθεί με αυτή τη συνάρτηση.","Clustering is a problem with many different definitions, approaches and applications, but not well defined mathematically. Especially it is not clear how to define meaningfulness, and how to determine if a solution is meaningful, in the sense that it reveals some existing inherent in the data structure. When we refer to clustering via optimization of some objective functions, it is usually a task performed efficiently, despite that most existing objective functions are NP-hard. We will present some existing results showing that “meaningful” instances can be solved efficiently. In these papers is made apparent (implicitly or explicitly) a connection between structure in the data, and the behavior of the objective function over the space of solutions. We will propose a method exploiting this connection, that could decide for each pair fobjective function, datasetg, if it is “meaningful” the particular dataset to be clustered by optimizing (or approximating) this particular objective function."],"dc:identifier":["uoadl:1321310","https://pergamos.lib.uoa.gr/uoa/dl/object/1321310"],"dc:language":["English"],"dc:title":["On the meaningful instances of clustering"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:26:41Z"}