O problema de detecção de clusters espaciais irregulares : uma nova abordagem multiobjetivo.

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Oliveira, Dênis Ricardo Xavier de
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
dARK ID: ark:/61566/001300000gzdk
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:
Particle Swarm Optimization
Otimização multiobjetivo
Funções de penalização
Link de acesso: http://www.repositorio.ufop.br/handle/123456789/7737
Resumo: Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.
id UFOP_b1675dbfd8a826be0101d048480eb05d
oai_identifier_str oai:repositorio.ufop.br:123456789/7737
network_acronym_str UFOP
network_name_str Repositório Institucional da UFOP
repository_id_str
spelling O problema de detecção de clusters espaciais irregulares : uma nova abordagem multiobjetivo.Particle Swarm OptimizationOtimização multiobjetivoFunções de penalizaçãoPrograma de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.Métodos visando a detecção e inferência de clusters espaciais são de grande relevância. Isso se deve a aplicabilidade em problemas de notória importância como na saúde publica, mas também pelo interesse científico no desenvolvimento eficaz destes métodos. As principais técnicas são baseadas na estatística espacial scan e muitas abordagens vinculam esta estatística a métodos estocásticos de otimização. Recentemente, em conjunto com a estatística, funções de penalização têm sido propostas, com a finalidade de controlar a irregularidade excessiva da forma dos clusters candidatos. Este estudo apresenta um novo método baseado na estatística scan em conjunto com uma nova função de penalização geográfica dos clusters candidatos que apresentam enormes lacunas em suas áreas, a função de Dispersão. O objetivo principal é propor uma abordagem de otimização multiobjetivo para o problema visando maximizar o valor da estatística e minimizar o valor da nova função de penalização, usando a técnica de computação evolucionaria Particle Swarm Optimization, resultando ao final em um conjunto de soluções não-dominadas representadas pela fronteira Pareto-ótimo. Resultados obtidos com a realização de experimentos usando um conjunto de aplicações do problema mostram que a abordagem multiobjetivo associada a função de dispersão é um método satisfatório para o problema. Demonstrou-se que, em comparação com a função de penalização por não-conectividade e compacidade geométrica, a abordagem associada a função de dispersão é rápida e adequada para a detecção de clusters espaciais irregulares.Methods for the detection and inference of spatial clusters are of great relevance. It is due to its applicability in problems of notorious importance as in public health, but also for the scienti c interest in the e ective development of these methods. The main techniques are based on spatial scan statistics and many approaches link this statistic to stochastic optimization methods. Recently, in conjunction with this statistic, penalty functions have been proposed, for the purpose to control the excessive irregularity of the shape of candidate clusters. This study presents a new method based on scan statistics in conjunction with a new geographic penalization function of candidate clusters that present huge gaps in their areas, the Dispersion function. The main objective is to propose a multiobjective optimization approach to the problem aiming to maximize the value of the statistic and to minimize the value of the new penalty function using the evolutionary computation technique Particle Swarm Optimization, resulting in a set of non-dominated solutions represented by the Pareto-optimal front. Results obtained with experiments using a set of applications of the problem show that the multiobjective approach associated with the dispersion function is a satisfactory method for the problem. It has been shown that, comparing to the non-connectivity and geometric compactness penalty function, the approach associated with the dispersion function is faster and more appropriate for the detection of irregular shape spatial clusters.Moreira, Gladston Juliano PratesMoreira, Gladston Juliano PratesSouza, Marcone Jamilson FreitasDuarte, Anderson RibeiroCançado, André Luiz FernandesOliveira, Dênis Ricardo Xavier de2017-05-15T15:04:54Z2017-05-15T15:04:54Z2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfOLIVEIRA, Dênis Ricardo Xavier de. O problema de detecção de clusters espaciais irregulares: uma nova abordagem multiobjetivo. 2017. 75 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2017.http://www.repositorio.ufop.br/handle/123456789/7737ark:/61566/001300000gzdkAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 12/05/2017 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFOPinstname:Universidade Federal de Ouro Preto (UFOP)instacron:UFOP2024-11-11T05:47:38Zoai:repositorio.ufop.br:123456789/7737Repositório InstitucionalPUBhttp://www.repositorio.ufop.br/oai/requestrepositorio@ufop.edu.bropendoar:32332024-11-11T05:47:38Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)false
dc.title.none.fl_str_mv O problema de detecção de clusters espaciais irregulares : uma nova abordagem multiobjetivo.
title O problema de detecção de clusters espaciais irregulares : uma nova abordagem multiobjetivo.
spellingShingle O problema de detecção de clusters espaciais irregulares : uma nova abordagem multiobjetivo.
Oliveira, Dênis Ricardo Xavier de
Particle Swarm Optimization
Otimização multiobjetivo
Funções de penalização
title_short O problema de detecção de clusters espaciais irregulares : uma nova abordagem multiobjetivo.
title_full O problema de detecção de clusters espaciais irregulares : uma nova abordagem multiobjetivo.
title_fullStr O problema de detecção de clusters espaciais irregulares : uma nova abordagem multiobjetivo.
title_full_unstemmed O problema de detecção de clusters espaciais irregulares : uma nova abordagem multiobjetivo.
title_sort O problema de detecção de clusters espaciais irregulares : uma nova abordagem multiobjetivo.
author Oliveira, Dênis Ricardo Xavier de
author_facet Oliveira, Dênis Ricardo Xavier de
author_role author
dc.contributor.none.fl_str_mv Moreira, Gladston Juliano Prates
Moreira, Gladston Juliano Prates
Souza, Marcone Jamilson Freitas
Duarte, Anderson Ribeiro
Cançado, André Luiz Fernandes
dc.contributor.author.fl_str_mv Oliveira, Dênis Ricardo Xavier de
dc.subject.por.fl_str_mv Particle Swarm Optimization
Otimização multiobjetivo
Funções de penalização
topic Particle Swarm Optimization
Otimização multiobjetivo
Funções de penalização
description Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.
publishDate 2017
dc.date.none.fl_str_mv 2017-05-15T15:04:54Z
2017-05-15T15:04:54Z
2017
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.uri.fl_str_mv OLIVEIRA, Dênis Ricardo Xavier de. O problema de detecção de clusters espaciais irregulares: uma nova abordagem multiobjetivo. 2017. 75 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2017.
http://www.repositorio.ufop.br/handle/123456789/7737
dc.identifier.dark.fl_str_mv ark:/61566/001300000gzdk
identifier_str_mv OLIVEIRA, Dênis Ricardo Xavier de. O problema de detecção de clusters espaciais irregulares: uma nova abordagem multiobjetivo. 2017. 75 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2017.
ark:/61566/001300000gzdk
url http://www.repositorio.ufop.br/handle/123456789/7737
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.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFOP
instname:Universidade Federal de Ouro Preto (UFOP)
instacron:UFOP
instname_str Universidade Federal de Ouro Preto (UFOP)
instacron_str UFOP
institution UFOP
reponame_str Repositório Institucional da UFOP
collection Repositório Institucional da UFOP
repository.name.fl_str_mv Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)
repository.mail.fl_str_mv repositorio@ufop.edu.br
_version_ 1856654698003562496

Registros relacionados