Modelo Compartimental SIRC Fracionário

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Santos, Bruna Souza dos
Orientador(a): Machado, Catia Maria dos Santos, Emmendorfer, Leonardo Ramos
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:
Agrupamento
Espectro
Particionamento
Grouping
Spectrum
Partitioning
Link de acesso: http://repositorio.furg.br/handle/1/8892
Resumo: O presente trabalho tem como objetivo principal verificar os resultados obtidos, por um recente algoritmo de aglomeração, para o problema de agrupamento de dados. O algoritmo de aglomeração, a partir dos k-menores autovetores da matriz Laplaciana, agrupa um conjunto de dados a partir do grafo de similaridade. Utilizando a comparação com os algoritmos k-médias e espectral via k-médias, sobre um banco de dados da literatura, é possível mostrar que o algoritmo de aglomeração é uma opção promissora no estudo de agrupamentos de dados.
id FURG_736f910aaa8bc04683f4b36ed309b263
oai_identifier_str oai:repositorio.furg.br:1/8892
network_acronym_str FURG
network_name_str Repositório Institucional da FURG (RI FURG)
repository_id_str
spelling Santos, Bruna Souza dosMachado, Catia Maria dos SantosEmmendorfer, Leonardo Ramos2020-08-27T15:50:36Z2020-08-27T15:50:36Z2017SANTOS, Bruna Souza dos. Modelo Compartimental SIRC Fracionário. 2017. Dissertação (Mestrado em Modelagem Computacional)- Faculdade de Modelagem Computacional. Universidade Federal do Rio Grande, 2017.http://repositorio.furg.br/handle/1/8892O presente trabalho tem como objetivo principal verificar os resultados obtidos, por um recente algoritmo de aglomeração, para o problema de agrupamento de dados. O algoritmo de aglomeração, a partir dos k-menores autovetores da matriz Laplaciana, agrupa um conjunto de dados a partir do grafo de similaridade. Utilizando a comparação com os algoritmos k-médias e espectral via k-médias, sobre um banco de dados da literatura, é possível mostrar que o algoritmo de aglomeração é uma opção promissora no estudo de agrupamentos de dados.The main objective of this work is to verify the results obtained by a recent agglomeration algorithm for the data grouping problem. The algorithm of agglomeration from the k-minor eigenvectors of the Laplacian matrix groups a set of data from the similarity graph. Using the comparison with the k-medium and k-medium spectral algorithms on a literature database, it is possible to show that the agglomeration algorithm is a promising option in the study of data groupings.porAgrupamentoEspectroParticionamentoGroupingSpectrumPartitioningModelo Compartimental SIRC Fracionárioinfo: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:FURGORIGINALbruna santos.pdfbruna santos.pdfapplication/pdf1049975https://repositorio.furg.br/bitstreams/91f84c3b-a5c2-4001-a1b0-85aeacb0778a/download28d19015c4486568189bfd2ababda01dMD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.furg.br/bitstreams/2ea04330-6169-4d5b-90e4-e314ec89def7/download8a4605be74aa9ea9d79846c1fba20a33MD52falseAnonymousREADTEXTbruna santos.pdf.txtbruna santos.pdf.txtExtracted texttext/plain76652https://repositorio.furg.br/bitstreams/eda02f17-ceb4-400f-898d-64734826a4ca/downloade86ca26ea48cf89f4b5326fd7957067bMD53falseAnonymousREADTHUMBNAILbruna santos.pdf.jpgbruna santos.pdf.jpgGenerated Thumbnailimage/jpeg2361https://repositorio.furg.br/bitstreams/df0858dc-16e3-4e52-aa0a-d5dc5df6f362/download03c4f7918a247a71f9d44c29340f8a8fMD54falseAnonymousREAD1/88922025-12-10 02:12:17.643open.accessoai:repositorio.furg.br:1/8892https://repositorio.furg.brRepositório InstitucionalPUBhttps://repositorio.furg.br/oai/request || http://200.19.254.174/oai/requestrepositorio@furg.br||sib.bdtd@furg.bropendoar:2025-12-10T05:12:17Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)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
dc.title.pt_BR.fl_str_mv Modelo Compartimental SIRC Fracionário
title Modelo Compartimental SIRC Fracionário
spellingShingle Modelo Compartimental SIRC Fracionário
Santos, Bruna Souza dos
Agrupamento
Espectro
Particionamento
Grouping
Spectrum
Partitioning
title_short Modelo Compartimental SIRC Fracionário
title_full Modelo Compartimental SIRC Fracionário
title_fullStr Modelo Compartimental SIRC Fracionário
title_full_unstemmed Modelo Compartimental SIRC Fracionário
title_sort Modelo Compartimental SIRC Fracionário
author Santos, Bruna Souza dos
author_facet Santos, Bruna Souza dos
author_role author
dc.contributor.author.fl_str_mv Santos, Bruna Souza dos
dc.contributor.advisor1.fl_str_mv Machado, Catia Maria dos Santos
Emmendorfer, Leonardo Ramos
contributor_str_mv Machado, Catia Maria dos Santos
Emmendorfer, Leonardo Ramos
dc.subject.por.fl_str_mv Agrupamento
Espectro
Particionamento
Grouping
Spectrum
Partitioning
topic Agrupamento
Espectro
Particionamento
Grouping
Spectrum
Partitioning
description O presente trabalho tem como objetivo principal verificar os resultados obtidos, por um recente algoritmo de aglomeração, para o problema de agrupamento de dados. O algoritmo de aglomeração, a partir dos k-menores autovetores da matriz Laplaciana, agrupa um conjunto de dados a partir do grafo de similaridade. Utilizando a comparação com os algoritmos k-médias e espectral via k-médias, sobre um banco de dados da literatura, é possível mostrar que o algoritmo de aglomeração é uma opção promissora no estudo de agrupamentos de dados.
publishDate 2017
dc.date.issued.fl_str_mv 2017
dc.date.accessioned.fl_str_mv 2020-08-27T15:50:36Z
dc.date.available.fl_str_mv 2020-08-27T15:50:36Z
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 SANTOS, Bruna Souza dos. Modelo Compartimental SIRC Fracionário. 2017. Dissertação (Mestrado em Modelagem Computacional)- Faculdade de Modelagem Computacional. Universidade Federal do Rio Grande, 2017.
dc.identifier.uri.fl_str_mv http://repositorio.furg.br/handle/1/8892
identifier_str_mv SANTOS, Bruna Souza dos. Modelo Compartimental SIRC Fracionário. 2017. Dissertação (Mestrado em Modelagem Computacional)- Faculdade de Modelagem Computacional. Universidade Federal do Rio Grande, 2017.
url http://repositorio.furg.br/handle/1/8892
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/91f84c3b-a5c2-4001-a1b0-85aeacb0778a/download
https://repositorio.furg.br/bitstreams/2ea04330-6169-4d5b-90e4-e314ec89def7/download
https://repositorio.furg.br/bitstreams/eda02f17-ceb4-400f-898d-64734826a4ca/download
https://repositorio.furg.br/bitstreams/df0858dc-16e3-4e52-aa0a-d5dc5df6f362/download
bitstream.checksum.fl_str_mv 28d19015c4486568189bfd2ababda01d
8a4605be74aa9ea9d79846c1fba20a33
e86ca26ea48cf89f4b5326fd7957067b
03c4f7918a247a71f9d44c29340f8a8f
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_ 1856849733894537216

Registros relacionados