Metodos de Agrupamento de Dados Simbolicos Baseados em funções de Dissimilaridades

Detalhes bibliográficos
Ano de defesa: 2008
Autor(a) principal: Patrícia da Silva, kelly
Orientador(a): Não Informado pela instituição
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: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Medidas de Dissimilaridade
Analise de Agrupamento
Analise de dados simbolicos
Link de acesso: https://repositorio.ufpe.br/handle/123456789/1677
Resumo: Com a crescente quantidade de informacões produzidas pelas diversas atividades humanas, tem se tornado cada vez mais importante agregar, tratar e manipular grandes massas de dados de modo a definir conceitos e extrair conhecimento destes dados. Esses conceitos podem ser descritos por dados mais complexos, chamados dados simbolicos. Nesse contexto, surge a necessidade de estender metodos exploratorios, estatisticos e representações graficas para lidar com esse tipo de dados, em que cada variavel pode assumir como valor um conjunto de categorias, intervalos ou distribuicões de probabilidades. A analise de dados simbolicos e definida como a extensão dos metodos de analise de dados classicos para tal tipo de dados. Com o intuito de estender metodos estatisticos e tecnicas de aprendizado de maquina a esse tipo de dados, e necessario definir medidas de distância apropriadas. Diversas medidas de distância têm sido propostas na literatura. No entanto, ainda existe na literatura uma carência de analises comparativas dos desempenhos de medidas de distância para dados simbolicos. A principal contribuicão desta Dissertacão e prover uma avaliacão empirica de funções de dissimilaridade para dados simbolicos no contexto de analise de agrupamento. Alem disso, foram propostas novas medidas de dissimilaridade para dados simbolicos. Com o intuito de atingir esses objetivos, foi desenvolvido um framework para agrupamento de dados simbolicos. Esse framework utiliza funções de dissimilaridade baseadas em volume e algoritmos de agrupamento de dados relacionais. Os experimentos foram executados com bases de dados de benchmark e duas bases de dados artificiais com diferentes graus de dificuldade de agrupamento. Os resultados obtidos foram avaliados atraves do indice de rand corrigido. Em seguida, foram construidos os intervalos de confianca para comparar os desempenhos dos algoritmos de agrupamento e das medidas de dissimilaridade
id UFPE_ecd5a8c6822eb0ba615ea17b9191b114
oai_identifier_str oai:repositorio.ufpe.br:123456789/1677
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling Metodos de Agrupamento de Dados Simbolicos Baseados em funções de DissimilaridadesMedidas de DissimilaridadeAnalise de AgrupamentoAnalise de dados simbolicosCom a crescente quantidade de informacões produzidas pelas diversas atividades humanas, tem se tornado cada vez mais importante agregar, tratar e manipular grandes massas de dados de modo a definir conceitos e extrair conhecimento destes dados. Esses conceitos podem ser descritos por dados mais complexos, chamados dados simbolicos. Nesse contexto, surge a necessidade de estender metodos exploratorios, estatisticos e representações graficas para lidar com esse tipo de dados, em que cada variavel pode assumir como valor um conjunto de categorias, intervalos ou distribuicões de probabilidades. A analise de dados simbolicos e definida como a extensão dos metodos de analise de dados classicos para tal tipo de dados. Com o intuito de estender metodos estatisticos e tecnicas de aprendizado de maquina a esse tipo de dados, e necessario definir medidas de distância apropriadas. Diversas medidas de distância têm sido propostas na literatura. No entanto, ainda existe na literatura uma carência de analises comparativas dos desempenhos de medidas de distância para dados simbolicos. A principal contribuicão desta Dissertacão e prover uma avaliacão empirica de funções de dissimilaridade para dados simbolicos no contexto de analise de agrupamento. Alem disso, foram propostas novas medidas de dissimilaridade para dados simbolicos. Com o intuito de atingir esses objetivos, foi desenvolvido um framework para agrupamento de dados simbolicos. Esse framework utiliza funções de dissimilaridade baseadas em volume e algoritmos de agrupamento de dados relacionais. Os experimentos foram executados com bases de dados de benchmark e duas bases de dados artificiais com diferentes graus de dificuldade de agrupamento. Os resultados obtidos foram avaliados atraves do indice de rand corrigido. Em seguida, foram construidos os intervalos de confianca para comparar os desempenhos dos algoritmos de agrupamento e das medidas de dissimilaridadeUniversidade Federal de Pernambucode Assis Tenório Carvalho, Francisco Patrícia da Silva, kelly2014-06-12T15:51:50Z2014-06-12T15:51:50Z2008-01-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfPatrícia da Silva, kelly; de Assis Tenório Carvalho, Francisco. Metodos de Agrupamento de Dados Simbolicos Baseados em funções de Dissimilaridades. 2008. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2008.https://repositorio.ufpe.br/handle/123456789/1677porAttribution-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:UFPE2019-10-25T09:23:33Zoai:repositorio.ufpe.br:123456789/1677Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T09:23:33Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Metodos de Agrupamento de Dados Simbolicos Baseados em funções de Dissimilaridades
title Metodos de Agrupamento de Dados Simbolicos Baseados em funções de Dissimilaridades
spellingShingle Metodos de Agrupamento de Dados Simbolicos Baseados em funções de Dissimilaridades
Patrícia da Silva, kelly
Medidas de Dissimilaridade
Analise de Agrupamento
Analise de dados simbolicos
title_short Metodos de Agrupamento de Dados Simbolicos Baseados em funções de Dissimilaridades
title_full Metodos de Agrupamento de Dados Simbolicos Baseados em funções de Dissimilaridades
title_fullStr Metodos de Agrupamento de Dados Simbolicos Baseados em funções de Dissimilaridades
title_full_unstemmed Metodos de Agrupamento de Dados Simbolicos Baseados em funções de Dissimilaridades
title_sort Metodos de Agrupamento de Dados Simbolicos Baseados em funções de Dissimilaridades
author Patrícia da Silva, kelly
author_facet Patrícia da Silva, kelly
author_role author
dc.contributor.none.fl_str_mv de Assis Tenório Carvalho, Francisco
dc.contributor.author.fl_str_mv Patrícia da Silva, kelly
dc.subject.por.fl_str_mv Medidas de Dissimilaridade
Analise de Agrupamento
Analise de dados simbolicos
topic Medidas de Dissimilaridade
Analise de Agrupamento
Analise de dados simbolicos
description Com a crescente quantidade de informacões produzidas pelas diversas atividades humanas, tem se tornado cada vez mais importante agregar, tratar e manipular grandes massas de dados de modo a definir conceitos e extrair conhecimento destes dados. Esses conceitos podem ser descritos por dados mais complexos, chamados dados simbolicos. Nesse contexto, surge a necessidade de estender metodos exploratorios, estatisticos e representações graficas para lidar com esse tipo de dados, em que cada variavel pode assumir como valor um conjunto de categorias, intervalos ou distribuicões de probabilidades. A analise de dados simbolicos e definida como a extensão dos metodos de analise de dados classicos para tal tipo de dados. Com o intuito de estender metodos estatisticos e tecnicas de aprendizado de maquina a esse tipo de dados, e necessario definir medidas de distância apropriadas. Diversas medidas de distância têm sido propostas na literatura. No entanto, ainda existe na literatura uma carência de analises comparativas dos desempenhos de medidas de distância para dados simbolicos. A principal contribuicão desta Dissertacão e prover uma avaliacão empirica de funções de dissimilaridade para dados simbolicos no contexto de analise de agrupamento. Alem disso, foram propostas novas medidas de dissimilaridade para dados simbolicos. Com o intuito de atingir esses objetivos, foi desenvolvido um framework para agrupamento de dados simbolicos. Esse framework utiliza funções de dissimilaridade baseadas em volume e algoritmos de agrupamento de dados relacionais. Os experimentos foram executados com bases de dados de benchmark e duas bases de dados artificiais com diferentes graus de dificuldade de agrupamento. Os resultados obtidos foram avaliados atraves do indice de rand corrigido. Em seguida, foram construidos os intervalos de confianca para comparar os desempenhos dos algoritmos de agrupamento e das medidas de dissimilaridade
publishDate 2008
dc.date.none.fl_str_mv 2008-01-31
2014-06-12T15:51:50Z
2014-06-12T15:51:50Z
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 Patrícia da Silva, kelly; de Assis Tenório Carvalho, Francisco. Metodos de Agrupamento de Dados Simbolicos Baseados em funções de Dissimilaridades. 2008. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2008.
https://repositorio.ufpe.br/handle/123456789/1677
identifier_str_mv Patrícia da Silva, kelly; de Assis Tenório Carvalho, Francisco. Metodos de Agrupamento de Dados Simbolicos Baseados em funções de Dissimilaridades. 2008. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2008.
url https://repositorio.ufpe.br/handle/123456789/1677
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_ 1856042009570050048

Registros relacionados