Agrupamento de dados simbólicos intervalares usando funções de Kenel

Detalhes bibliográficos
Ano de defesa: 2011
Autor(a) principal: COSTA, Anderson Fabiano Batista Ferreira da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Análise de Dados Simbólicos
Agrupamento
Kernel
K-médias
Dados Simbólicos do tipo Intervalo
Link de acesso: https://repositorio.ufpe.br/handle/123456789/2129
Resumo: A Análise de dados simbólicos (ADS) ou Symbolic Data Analysis é uma nova abordagem na área de descoberta automática de conhecimentos que visa desenvolver métodos para dados descritos por variáveis onde existem conjuntos de categorias, intervalos ou distribuições de probabilidade. O objetivo deste trabalho é estender métodos de agrupamento clássicos para dados simbólicos intervalares baseados em funções de kernel. A aplicação de funções de kernel tem sido amplamente utilizado na classificação não supervisionada para dados clássicos e apresenta bons resultados quando o conjunto apresenta uma disposição não-linear dos dados. No entanto, na literatura de ADS ainda necessita de métodos para identificar grupos não lineares. Este trabalho engloba os paradigmas de agrupamento rígido (hard) e difuso (fuzzy), e realiza tais agrupamentos utilizando as funções de kernel em um espaço de alta dimensão, conhecido como espaço de características. Os métodos propostos neste trabalho consideram duas variantes comumente utilizadas em abordagens de kernel, onde uma considera que o protótipo dos grupos está definido neste espaço de características de alta dimensão e outra que considera o protótipo definido no espaço original de entradas. Os métodos propostos são comparados com variações do método K-médias existentes na literatura de ADS através de experimentos realizados com dados simulados e dados reais intervalares fazendo uso do experimento Monte Carlo e métricas estatísticas que evidenciam o desempenho superior dos métodos propostos
id UFPE_9a33d94dd4ac6796fc94836a446179d7
oai_identifier_str oai:repositorio.ufpe.br:123456789/2129
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling Agrupamento de dados simbólicos intervalares usando funções de KenelAnálise de Dados SimbólicosAgrupamentoKernelK-médiasDados Simbólicos do tipo IntervaloA Análise de dados simbólicos (ADS) ou Symbolic Data Analysis é uma nova abordagem na área de descoberta automática de conhecimentos que visa desenvolver métodos para dados descritos por variáveis onde existem conjuntos de categorias, intervalos ou distribuições de probabilidade. O objetivo deste trabalho é estender métodos de agrupamento clássicos para dados simbólicos intervalares baseados em funções de kernel. A aplicação de funções de kernel tem sido amplamente utilizado na classificação não supervisionada para dados clássicos e apresenta bons resultados quando o conjunto apresenta uma disposição não-linear dos dados. No entanto, na literatura de ADS ainda necessita de métodos para identificar grupos não lineares. Este trabalho engloba os paradigmas de agrupamento rígido (hard) e difuso (fuzzy), e realiza tais agrupamentos utilizando as funções de kernel em um espaço de alta dimensão, conhecido como espaço de características. Os métodos propostos neste trabalho consideram duas variantes comumente utilizadas em abordagens de kernel, onde uma considera que o protótipo dos grupos está definido neste espaço de características de alta dimensão e outra que considera o protótipo definido no espaço original de entradas. Os métodos propostos são comparados com variações do método K-médias existentes na literatura de ADS através de experimentos realizados com dados simulados e dados reais intervalares fazendo uso do experimento Monte Carlo e métricas estatísticas que evidenciam o desempenho superior dos métodos propostosUniversidade Federal de PernambucoSOUZA, Renata Maria Cardoso Rodrigues deCOSTA, Anderson Fabiano Batista Ferreira da2014-06-12T15:54:45Z2014-06-12T15:54:45Z2011-01-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfFabiano Batista Ferreira da Costa, Anderson; Maria Cardoso Rodrigues de Souza, Renata. Agrupamento de dados simbólicos intervalares usando funções de Kenel. 2011. Tese (Doutorado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2011.https://repositorio.ufpe.br/handle/123456789/2129porAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPE2019-10-25T06:28:29Zoai:repositorio.ufpe.br:123456789/2129Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T06:28:29Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Agrupamento de dados simbólicos intervalares usando funções de Kenel
title Agrupamento de dados simbólicos intervalares usando funções de Kenel
spellingShingle Agrupamento de dados simbólicos intervalares usando funções de Kenel
COSTA, Anderson Fabiano Batista Ferreira da
Análise de Dados Simbólicos
Agrupamento
Kernel
K-médias
Dados Simbólicos do tipo Intervalo
title_short Agrupamento de dados simbólicos intervalares usando funções de Kenel
title_full Agrupamento de dados simbólicos intervalares usando funções de Kenel
title_fullStr Agrupamento de dados simbólicos intervalares usando funções de Kenel
title_full_unstemmed Agrupamento de dados simbólicos intervalares usando funções de Kenel
title_sort Agrupamento de dados simbólicos intervalares usando funções de Kenel
author COSTA, Anderson Fabiano Batista Ferreira da
author_facet COSTA, Anderson Fabiano Batista Ferreira da
author_role author
dc.contributor.none.fl_str_mv SOUZA, Renata Maria Cardoso Rodrigues de
dc.contributor.author.fl_str_mv COSTA, Anderson Fabiano Batista Ferreira da
dc.subject.por.fl_str_mv Análise de Dados Simbólicos
Agrupamento
Kernel
K-médias
Dados Simbólicos do tipo Intervalo
topic Análise de Dados Simbólicos
Agrupamento
Kernel
K-médias
Dados Simbólicos do tipo Intervalo
description A Análise de dados simbólicos (ADS) ou Symbolic Data Analysis é uma nova abordagem na área de descoberta automática de conhecimentos que visa desenvolver métodos para dados descritos por variáveis onde existem conjuntos de categorias, intervalos ou distribuições de probabilidade. O objetivo deste trabalho é estender métodos de agrupamento clássicos para dados simbólicos intervalares baseados em funções de kernel. A aplicação de funções de kernel tem sido amplamente utilizado na classificação não supervisionada para dados clássicos e apresenta bons resultados quando o conjunto apresenta uma disposição não-linear dos dados. No entanto, na literatura de ADS ainda necessita de métodos para identificar grupos não lineares. Este trabalho engloba os paradigmas de agrupamento rígido (hard) e difuso (fuzzy), e realiza tais agrupamentos utilizando as funções de kernel em um espaço de alta dimensão, conhecido como espaço de características. Os métodos propostos neste trabalho consideram duas variantes comumente utilizadas em abordagens de kernel, onde uma considera que o protótipo dos grupos está definido neste espaço de características de alta dimensão e outra que considera o protótipo definido no espaço original de entradas. Os métodos propostos são comparados com variações do método K-médias existentes na literatura de ADS através de experimentos realizados com dados simulados e dados reais intervalares fazendo uso do experimento Monte Carlo e métricas estatísticas que evidenciam o desempenho superior dos métodos propostos
publishDate 2011
dc.date.none.fl_str_mv 2011-01-31
2014-06-12T15:54:45Z
2014-06-12T15:54:45Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv Fabiano Batista Ferreira da Costa, Anderson; Maria Cardoso Rodrigues de Souza, Renata. Agrupamento de dados simbólicos intervalares usando funções de Kenel. 2011. Tese (Doutorado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2011.
https://repositorio.ufpe.br/handle/123456789/2129
identifier_str_mv Fabiano Batista Ferreira da Costa, Anderson; Maria Cardoso Rodrigues de Souza, Renata. Agrupamento de dados simbólicos intervalares usando funções de Kenel. 2011. Tese (Doutorado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2011.
url https://repositorio.ufpe.br/handle/123456789/2129
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1856041985591214080

Registros relacionados