New developments on clustering of text, functional and other complex data
| Componente | Categoria |
|---|---|
| Paolo Giordani | Componenti strutturati del gruppo di ricerca |
| Irene Cozzolino | Dottorando/Assegnista/Specializzando componente non strutturato del gruppo di ricerca |
| Maurizio Vichi | Componenti strutturati del gruppo di ricerca |
| Ilaria Bombelli | Dottorando/Assegnista/Specializzando componente non strutturato del gruppo di ricerca |
| Roberto Rocci | Componenti strutturati del gruppo di ricerca |
| Componente | Qualifica | Struttura | Categoria |
|---|---|---|---|
| Ana Belen Ramos-Guajardo | Assistant Professor | Department of Statistics, University of Oviedo, Spain | Altro personale aggregato Sapienza o esterni, titolari di borse di studio di ricerca |
| Enea Bongiorno | Professor | Dipartimento di Studi per l'Economia e l'Impresa, Università del Piemonte Orientale | Altro personale aggregato Sapienza o esterni, titolari di borse di studio di ricerca |
| Peter Winker | Full Professor | Department of economics and statistics, University of Giessen, Germany | Altro personale aggregato Sapienza o esterni, titolari di borse di studio di ricerca |
| Ana Colubi | Full Professor | King's College London, UK (visiting professor) | Altro personale aggregato Sapienza o esterni, titolari di borse di studio di ricerca |
| Louisa Kontoghiorghes | University of Geneve, Switzerland | Altro personale aggregato Sapienza o esterni, titolari di borse di studio di ricerca | |
| Stefano Antonio Gattone | Professor | Università di Chieti e Pescara | Altro personale aggregato Sapienza o esterni, titolari di borse di studio di ricerca |
Nowadays a vast amount of complex data, frequently unstructured, are stored and easily accessible.
It is usual to encounter complex data in many fields such as economics, finance, health, social or environmental sciences, to name but a few. One of the main issues for modern statistics is to jointly establish and implement new clustering methods for reducing and synthesize such information. Complex data cannot be fully analysed by the existing standard methodologies.
The research project aims at introducing new clustering methods involving innovative sources of information, such as text or functions.
The main objective is twofold. On the one hand, we will focus on text data. New document clustering techniques, with a fuzzy approach, will be introduced through the use of appropriate dissimilarity measures that take into account the intrinsic nature of the data. In addition, double clustering methods able to jointly partition documents and terms will be studied.
On the other hand, we will analyse functional data. First, (fuzzy) clustering methods for such data will be addressed and then we will focus on clustering in a subspace of reduced dimension to improve the classification performance.
All the proposed techniques will be implemented in (open-source) software macros/libraries to be shared so that practitioners working in the field can freely use them.