Um algoritmo para agrupamento de dados utilizando interação entre agentes

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Godois, Lutiele Machado
Orientador(a): Emmendorfer, Leonardo Ramos, Adamatti, Diana Francisca
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Algoritmos de Clustering
Sistemas multiagentes
Validação de agrupamento
Clustering algorithm
Multi-agent system
Cluster validation
Link de acesso: http://repositorio.furg.br/handle/1/9170
Resumo: Os Algoritmos de Clustering possuem como um de seus principais objetivos a formação de grupos de forma que os objetos de dados pertencentes a esse grupos são semelhantes entre si. Muitas técnicas de agrupamento foram propostas em trabalhos encontrados na literatura nas áreas de Mineração de Dados e Estatística, a maioria delas se baseia em informações a priori para obter os resultados, como o número desejado de grupos. Assim, este trabalho apresenta a implementação e avaliação de um Algoritmo de Clustering baseado nas características de agentes, que detecta o número de grupos para um determinado conjunto de dados. Os grupos formados durante o processo de agrupamento são, assim, padrões emergentes da interação entre agentes. Dessa forma, o algoritmo é testado para diferentes conjuntos de dados, além de sua comparação com algoritmos de agrupamento K-means e DBSCAN, e seus resultados validados utilizando as seguintes formulações matemáticas definidas para esse fim: Silhouette, Davies Bouldin, Dunn, Dunn Generalizado e DBCV.
id FURG_533c70e2942c03da06c98ba4d43cbdf1
oai_identifier_str oai:repositorio.furg.br:1/9170
network_acronym_str FURG
network_name_str Repositório Institucional da FURG (RI FURG)
repository_id_str
spelling Godois, Lutiele MachadoEmmendorfer, Leonardo RamosAdamatti, Diana Francisca2020-11-19T11:47:56Z2020-11-19T11:47:56Z2018GODOIS, Lutiele Machado. Um algoritmo par agrupamento de dados utilizando interação entre agentes. 2018. 57 f. Dissertação (Mestrado em Modelagem Computacional)- Instituto de matemática, estatística e física. Universidade Federal do Rio Grande, 2018.http://repositorio.furg.br/handle/1/9170Os Algoritmos de Clustering possuem como um de seus principais objetivos a formação de grupos de forma que os objetos de dados pertencentes a esse grupos são semelhantes entre si. Muitas técnicas de agrupamento foram propostas em trabalhos encontrados na literatura nas áreas de Mineração de Dados e Estatística, a maioria delas se baseia em informações a priori para obter os resultados, como o número desejado de grupos. Assim, este trabalho apresenta a implementação e avaliação de um Algoritmo de Clustering baseado nas características de agentes, que detecta o número de grupos para um determinado conjunto de dados. Os grupos formados durante o processo de agrupamento são, assim, padrões emergentes da interação entre agentes. Dessa forma, o algoritmo é testado para diferentes conjuntos de dados, além de sua comparação com algoritmos de agrupamento K-means e DBSCAN, e seus resultados validados utilizando as seguintes formulações matemáticas definidas para esse fim: Silhouette, Davies Bouldin, Dunn, Dunn Generalizado e DBCV.The Clustering Algorithms have as one of their main objectives the formation of groupsso that the data objects belonging to these groups are similar to each other. Many groupingtechniques have been proposed in works found in the literature in the areas of Data Miningand Statistics, most of them are based on a priori information to obtain the results, such asthe desired number of groups. Thus, this work presents the implementation and evaluation of a Clustering Algorithm based on the characteristics of agents, which detects the numberof groups for a given set of data. The groups formed during the clustering process are thusemerging patterns of agent interaction. Thus, the algorithm is tested for dierent data sets, inaddition to its comparison with clustering algorithms K-means and DBSCAN, and its resultsvalidated using the following mathematical formulations dened for this purpose: Silhouette, Davies Bouldin, Dunn, Dunn Generalized e DBCV.porAlgoritmos de ClusteringSistemas multiagentesValidação de agrupamentoClustering algorithmMulti-agent systemCluster validationUm algoritmo para agrupamento de dados utilizando interação entre agentesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da FURG (RI FURG)instname:Universidade Federal do Rio Grande (FURG)instacron:FURGLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.furg.br/bitstreams/6026cd6b-846c-4769-af33-8c277851451d/download8a4605be74aa9ea9d79846c1fba20a33MD52falseAnonymousREADORIGINALlutiele godois.pdflutiele godois.pdfapplication/pdf2993606https://repositorio.furg.br/bitstreams/6153925d-eedf-4344-bbe1-ce8a727604f8/download1c78002910a9822bfca7e3dfaecaef0bMD51trueAnonymousREADTEXTlutiele godois.pdf.txtlutiele godois.pdf.txtExtracted texttext/plain102576https://repositorio.furg.br/bitstreams/f046bdb5-36ba-4138-8420-a1d5eb2d78da/download48f1b4453ac9ddcebefc89f5a0d8b698MD53falseAnonymousREADTHUMBNAILlutiele godois.pdf.jpglutiele godois.pdf.jpgGenerated Thumbnailimage/jpeg2804https://repositorio.furg.br/bitstreams/8c28d6f1-a74c-41ad-96bc-082118f070c5/download86a3a197afed6df6f3979a3a0b0bb397MD54falseAnonymousREAD1/91702025-12-10 02:21:27.035open.accessoai:repositorio.furg.br:1/9170https://repositorio.furg.brRepositório InstitucionalPUBhttps://repositorio.furg.br/oai/request || http://200.19.254.174/oai/requestrepositorio@furg.br||sib.bdtd@furg.bropendoar:2025-12-10T05:21:27Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)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
dc.title.pt_BR.fl_str_mv Um algoritmo para agrupamento de dados utilizando interação entre agentes
title Um algoritmo para agrupamento de dados utilizando interação entre agentes
spellingShingle Um algoritmo para agrupamento de dados utilizando interação entre agentes
Godois, Lutiele Machado
Algoritmos de Clustering
Sistemas multiagentes
Validação de agrupamento
Clustering algorithm
Multi-agent system
Cluster validation
title_short Um algoritmo para agrupamento de dados utilizando interação entre agentes
title_full Um algoritmo para agrupamento de dados utilizando interação entre agentes
title_fullStr Um algoritmo para agrupamento de dados utilizando interação entre agentes
title_full_unstemmed Um algoritmo para agrupamento de dados utilizando interação entre agentes
title_sort Um algoritmo para agrupamento de dados utilizando interação entre agentes
author Godois, Lutiele Machado
author_facet Godois, Lutiele Machado
author_role author
dc.contributor.author.fl_str_mv Godois, Lutiele Machado
dc.contributor.advisor1.fl_str_mv Emmendorfer, Leonardo Ramos
Adamatti, Diana Francisca
contributor_str_mv Emmendorfer, Leonardo Ramos
Adamatti, Diana Francisca
dc.subject.por.fl_str_mv Algoritmos de Clustering
Sistemas multiagentes
Validação de agrupamento
Clustering algorithm
Multi-agent system
Cluster validation
topic Algoritmos de Clustering
Sistemas multiagentes
Validação de agrupamento
Clustering algorithm
Multi-agent system
Cluster validation
description Os Algoritmos de Clustering possuem como um de seus principais objetivos a formação de grupos de forma que os objetos de dados pertencentes a esse grupos são semelhantes entre si. Muitas técnicas de agrupamento foram propostas em trabalhos encontrados na literatura nas áreas de Mineração de Dados e Estatística, a maioria delas se baseia em informações a priori para obter os resultados, como o número desejado de grupos. Assim, este trabalho apresenta a implementação e avaliação de um Algoritmo de Clustering baseado nas características de agentes, que detecta o número de grupos para um determinado conjunto de dados. Os grupos formados durante o processo de agrupamento são, assim, padrões emergentes da interação entre agentes. Dessa forma, o algoritmo é testado para diferentes conjuntos de dados, além de sua comparação com algoritmos de agrupamento K-means e DBSCAN, e seus resultados validados utilizando as seguintes formulações matemáticas definidas para esse fim: Silhouette, Davies Bouldin, Dunn, Dunn Generalizado e DBCV.
publishDate 2018
dc.date.issued.fl_str_mv 2018
dc.date.accessioned.fl_str_mv 2020-11-19T11:47:56Z
dc.date.available.fl_str_mv 2020-11-19T11:47:56Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv GODOIS, Lutiele Machado. Um algoritmo par agrupamento de dados utilizando interação entre agentes. 2018. 57 f. Dissertação (Mestrado em Modelagem Computacional)- Instituto de matemática, estatística e física. Universidade Federal do Rio Grande, 2018.
dc.identifier.uri.fl_str_mv http://repositorio.furg.br/handle/1/9170
identifier_str_mv GODOIS, Lutiele Machado. Um algoritmo par agrupamento de dados utilizando interação entre agentes. 2018. 57 f. Dissertação (Mestrado em Modelagem Computacional)- Instituto de matemática, estatística e física. Universidade Federal do Rio Grande, 2018.
url http://repositorio.furg.br/handle/1/9170
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da FURG (RI FURG)
instname:Universidade Federal do Rio Grande (FURG)
instacron:FURG
instname_str Universidade Federal do Rio Grande (FURG)
instacron_str FURG
institution FURG
reponame_str Repositório Institucional da FURG (RI FURG)
collection Repositório Institucional da FURG (RI FURG)
bitstream.url.fl_str_mv https://repositorio.furg.br/bitstreams/6026cd6b-846c-4769-af33-8c277851451d/download
https://repositorio.furg.br/bitstreams/6153925d-eedf-4344-bbe1-ce8a727604f8/download
https://repositorio.furg.br/bitstreams/f046bdb5-36ba-4138-8420-a1d5eb2d78da/download
https://repositorio.furg.br/bitstreams/8c28d6f1-a74c-41ad-96bc-082118f070c5/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
1c78002910a9822bfca7e3dfaecaef0b
48f1b4453ac9ddcebefc89f5a0d8b698
86a3a197afed6df6f3979a3a0b0bb397
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)
repository.mail.fl_str_mv repositorio@furg.br||sib.bdtd@furg.br
_version_ 1856849739039899648

Registros relacionados