Este artículo destaca que los algoritmos de agrupamiento multinúcleo existentes (p. ej., K-medias multinúcleo) presentan problemas de eficiencia computacional y robustez en distribuciones de datos complejas. Esto se debe a que los métodos de optimización se basan en relaciones entre puntos, lo que dificulta la captura precisa de la estructura y diversidad inherentes del conjunto de datos. Además, las interacciones complejas entre múltiples núcleos exacerban aún más estos problemas, afectando la capacidad de agrupar puntos de datos en un espacio de alta dimensión. En este artículo, mejoramos el marco de agrupamiento multinúcleo aprovechando la computación granular de bolas. El núcleo de la computación granular de bolas es ajustar adaptativamente la distribución de datos utilizando bolas, que van desde gruesas hasta tolerantes, para ajustar la distribución de datos. Cada bola puede encerrar puntos de datos según una medida de consistencia de densidad. Esta descripción de datos basada en bolas mejora la eficiencia computacional y la robustez frente al ruido desconocido. Específicamente, basándonos en la representación de bolas granulares, proponemos el núcleo de bolas granulares (GBK) y su correspondiente marco multikernel de K-medias de bolas granulares (GB-MKKM) para una agrupación eficiente. El marco GB-MKKM propuesto, que utiliza relaciones de bolas granulares en el espacio multikernel, demuestra su eficiencia y un rendimiento de agrupación superior en evaluaciones empíricas de diversas tareas de agrupación.
