Algoritmos de agrupamento espectral para formas planas

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: LEITE, Maria Socorro Lira
Orientador(a): AMARAL, Getulio José Amorim do
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
Programa de Pós-Graduação: Programa de Pos Graduacao em Estatistica
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Análise de agrupamento
Estatística de forma
Agrupamento Espectral
Link de acesso: https://repositorio.ufpe.br/handle/123456789/65117
Resumo: Algoritmos de agrupamento são ferramentas essenciais para explorar estruturas de dados e encontram aplicação em diversas áreas do conhecimento. Entre eles, o agrupamento espectral, baseado na teoria dos grafos, destaca-se por seu desempenho em dados não convexos e tem sido alvo de intensas pesquisas. Com os avanços tecnológicos e a crescente disponibilidade de dados geométricos, a análise estatística de formas surge como uma abordagem promissora para lidar com esse tipo de informação. Este trabalho propõe extensões dos algoritmos espectrais para a análise de formas 2D conforme definido por Kendall. Versões incorporando kernel gaussiano, métodos hierárquicos, k-vizinhos mais próximos e medidas de similaridade e dissimilaridade entre grupos mostraram desempenho encorajador. Os algoritmos foram testados em diversos cenários de simulação no espaço de pré-formas e com dados reais disponíveis na literatura. A avaliação do desempenho dos algoritmos foi realizada através do índice de Rand corrigido, demonstrando potencial para aplicações futuras.
id UFPE_bd8a53fc12cedf11409ba637535ccc2a
oai_identifier_str oai:repositorio.ufpe.br:123456789/65117
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling LEITE, Maria Socorro Lirahttp://lattes.cnpq.br/9044453207055316http://lattes.cnpq.br/7674916684282039http://lattes.cnpq.br/2620157217100077AMARAL, Getulio José Amorim doFERREIRA, Marcelo Rodrigo Portela2025-08-18T12:47:49Z2025-08-18T12:47:49Z2025-02-20LEITE, Maria Socorro Lira. Algoritmos de agrupamento espectral para formas planas. Dissertação (Mestrado em Estatística) - Universidade Federal de Pernambuco, Recife, 2025.https://repositorio.ufpe.br/handle/123456789/65117Algoritmos de agrupamento são ferramentas essenciais para explorar estruturas de dados e encontram aplicação em diversas áreas do conhecimento. Entre eles, o agrupamento espectral, baseado na teoria dos grafos, destaca-se por seu desempenho em dados não convexos e tem sido alvo de intensas pesquisas. Com os avanços tecnológicos e a crescente disponibilidade de dados geométricos, a análise estatística de formas surge como uma abordagem promissora para lidar com esse tipo de informação. Este trabalho propõe extensões dos algoritmos espectrais para a análise de formas 2D conforme definido por Kendall. Versões incorporando kernel gaussiano, métodos hierárquicos, k-vizinhos mais próximos e medidas de similaridade e dissimilaridade entre grupos mostraram desempenho encorajador. Os algoritmos foram testados em diversos cenários de simulação no espaço de pré-formas e com dados reais disponíveis na literatura. A avaliação do desempenho dos algoritmos foi realizada através do índice de Rand corrigido, demonstrando potencial para aplicações futuras.Clustering algorithms are essential tools for exploring data structures and have applications in many fields of knowledge. Among them, spectral clustering, based on graph theory, stands out for its performance on non-convex data and has been the focus of extensive research. With technological advancements and the growing availability of geometric data, statistical shape analysis emerges as a promising approach to handle this type of information. This work proposes extensions of spectral algorithms for the analysis of 2D shapes as defined by Kendall. Versions of incorporating Gaussian kernels, hierarchical methods, k-nearest neighbors, and similarity and dissimilarity measures between groups showed encouraging performance. The algorithms were tested in various simulation scenarios within the pre-shape space and on real data available in the literature. Algorithm performance was evaluated using the adjusted Rand index and demonstrates potential for future applications.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em EstatisticaUFPEBrasilhttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAnálise de agrupamentoEstatística de formaAgrupamento EspectralAlgoritmos de agrupamento espectral para formas planasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALDISSERTAÇÃO Maria Socorro Lira Leite.pdfDISSERTAÇÃO Maria Socorro Lira Leite.pdfapplication/pdf970122https://repositorio.ufpe.br/bitstream/123456789/65117/1/DISSERTA%c3%87%c3%83O%20Maria%20Socorro%20Lira%20Leite.pdf775a61e62d81fd8382883e9a2d186b04MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82362https://repositorio.ufpe.br/bitstream/123456789/65117/2/license.txt5e89a1613ddc8510c6576f4b23a78973MD52TEXTDISSERTAÇÃO Maria Socorro Lira Leite.pdf.txtDISSERTAÇÃO Maria Socorro Lira Leite.pdf.txtExtracted texttext/plain168438https://repositorio.ufpe.br/bitstream/123456789/65117/3/DISSERTA%c3%87%c3%83O%20Maria%20Socorro%20Lira%20Leite.pdf.txt293c94b2de07a434d87ec411f1b2c475MD53THUMBNAILDISSERTAÇÃO Maria Socorro Lira Leite.pdf.jpgDISSERTAÇÃO Maria Socorro Lira Leite.pdf.jpgGenerated Thumbnailimage/jpeg1212https://repositorio.ufpe.br/bitstream/123456789/65117/4/DISSERTA%c3%87%c3%83O%20Maria%20Socorro%20Lira%20Leite.pdf.jpgbe7d8e32fa50d1016fadf705cab1ab79MD54123456789/651172025-08-24 15:00:17.516oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212025-08-24T18:00:17Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Algoritmos de agrupamento espectral para formas planas
title Algoritmos de agrupamento espectral para formas planas
spellingShingle Algoritmos de agrupamento espectral para formas planas
LEITE, Maria Socorro Lira
Análise de agrupamento
Estatística de forma
Agrupamento Espectral
title_short Algoritmos de agrupamento espectral para formas planas
title_full Algoritmos de agrupamento espectral para formas planas
title_fullStr Algoritmos de agrupamento espectral para formas planas
title_full_unstemmed Algoritmos de agrupamento espectral para formas planas
title_sort Algoritmos de agrupamento espectral para formas planas
author LEITE, Maria Socorro Lira
author_facet LEITE, Maria Socorro Lira
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/9044453207055316
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/7674916684282039
dc.contributor.advisor-coLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/2620157217100077
dc.contributor.author.fl_str_mv LEITE, Maria Socorro Lira
dc.contributor.advisor1.fl_str_mv AMARAL, Getulio José Amorim do
dc.contributor.advisor-co1.fl_str_mv FERREIRA, Marcelo Rodrigo Portela
contributor_str_mv AMARAL, Getulio José Amorim do
FERREIRA, Marcelo Rodrigo Portela
dc.subject.por.fl_str_mv Análise de agrupamento
Estatística de forma
Agrupamento Espectral
topic Análise de agrupamento
Estatística de forma
Agrupamento Espectral
description Algoritmos de agrupamento são ferramentas essenciais para explorar estruturas de dados e encontram aplicação em diversas áreas do conhecimento. Entre eles, o agrupamento espectral, baseado na teoria dos grafos, destaca-se por seu desempenho em dados não convexos e tem sido alvo de intensas pesquisas. Com os avanços tecnológicos e a crescente disponibilidade de dados geométricos, a análise estatística de formas surge como uma abordagem promissora para lidar com esse tipo de informação. Este trabalho propõe extensões dos algoritmos espectrais para a análise de formas 2D conforme definido por Kendall. Versões incorporando kernel gaussiano, métodos hierárquicos, k-vizinhos mais próximos e medidas de similaridade e dissimilaridade entre grupos mostraram desempenho encorajador. Os algoritmos foram testados em diversos cenários de simulação no espaço de pré-formas e com dados reais disponíveis na literatura. A avaliação do desempenho dos algoritmos foi realizada através do índice de Rand corrigido, demonstrando potencial para aplicações futuras.
publishDate 2025
dc.date.accessioned.fl_str_mv 2025-08-18T12:47:49Z
dc.date.available.fl_str_mv 2025-08-18T12:47:49Z
dc.date.issued.fl_str_mv 2025-02-20
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 LEITE, Maria Socorro Lira. Algoritmos de agrupamento espectral para formas planas. Dissertação (Mestrado em Estatística) - Universidade Federal de Pernambuco, Recife, 2025.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/65117
identifier_str_mv LEITE, Maria Socorro Lira. Algoritmos de agrupamento espectral para formas planas. Dissertação (Mestrado em Estatística) - Universidade Federal de Pernambuco, Recife, 2025.
url https://repositorio.ufpe.br/handle/123456789/65117
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Estatistica
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
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
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/65117/1/DISSERTA%c3%87%c3%83O%20Maria%20Socorro%20Lira%20Leite.pdf
https://repositorio.ufpe.br/bitstream/123456789/65117/2/license.txt
https://repositorio.ufpe.br/bitstream/123456789/65117/3/DISSERTA%c3%87%c3%83O%20Maria%20Socorro%20Lira%20Leite.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/65117/4/DISSERTA%c3%87%c3%83O%20Maria%20Socorro%20Lira%20Leite.pdf.jpg
bitstream.checksum.fl_str_mv 775a61e62d81fd8382883e9a2d186b04
5e89a1613ddc8510c6576f4b23a78973
293c94b2de07a434d87ec411f1b2c475
be7d8e32fa50d1016fadf705cab1ab79
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1862741615268855808

Registros relacionados