Vc-means: um novo algoritmo de agrupamento

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Martins, Nicolas Jacobino
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 do Rio Grande do Norte
Brasil
UFRN
PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Computação
Vc-Means
CK-Means
K-Means
Fuzzy C-Means
Algoritmos de agrupamento
Lógica Fuzzy
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Link de acesso: https://repositorio.ufrn.br/handle/123456789/60729
Resumo: This study presents the development and evaluation of the Vc-Means algorithm as an innovative approach to data clustering. The Vector c-Means (Vc-Means) is based on a previously developed algorithm called CK-Means and is designed to identify patterns and specific clusters in data sets. Statistical tests were conducted on 20 traditional data sets, comparing and validating its efficiency against three well-known algorithms in the literature: K-Means, Fuzzy C-Means (FCM), and Gustafson-Kessel (GK). The evaluation was performed using validation indices such as the DB index, Silhouette, Adjusted Rand Index, Calinski-Harabasz, Adjusted Mutual Information, and V-measure. The results showed that Vc-Means achieved great performance, with no significant statistical difference compared to the other algorithms, and demonstrated remarkable efficiency in terms of processing time.
id UFRN_30e75f2b893b125d546c18b2fea6fbbe
oai_identifier_str oai:repositorio.ufrn.br:123456789/60729
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Vc-means: um novo algoritmo de agrupamentoComputaçãoVc-MeansCK-MeansK-MeansFuzzy C-MeansAlgoritmos de agrupamentoLógica FuzzyCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOThis study presents the development and evaluation of the Vc-Means algorithm as an innovative approach to data clustering. The Vector c-Means (Vc-Means) is based on a previously developed algorithm called CK-Means and is designed to identify patterns and specific clusters in data sets. Statistical tests were conducted on 20 traditional data sets, comparing and validating its efficiency against three well-known algorithms in the literature: K-Means, Fuzzy C-Means (FCM), and Gustafson-Kessel (GK). The evaluation was performed using validation indices such as the DB index, Silhouette, Adjusted Rand Index, Calinski-Harabasz, Adjusted Mutual Information, and V-measure. The results showed that Vc-Means achieved great performance, with no significant statistical difference compared to the other algorithms, and demonstrated remarkable efficiency in terms of processing time.Este estudo apresenta o desenvolvimento e a avaliação do algoritmo Vc-Means como uma abordagem inovadora para o agrupamento de dados. O Vector c-Means (Vc-Means) é baseado em um algoritmo previamente desenvolvido chamado CK-Means e é projetado para identificar padrões e agrupamentos específicos em conjuntos de dados. Foram realizados testes estatísticos em 20 bases de dados tradicionais, comparando e validando sua eficiência com três algoritmos conhecidos na literatura: K-Means, Fuzzy C-Means (FCM) e Gustafson-Kessel (GK). A avaliação foi feita utilizando índices de validação como o índice DB, Silhueta, Índice de Rand Ajustado, Calinski-Harabasz, Informação Mútua Ajustada e V-measure. Os resultados mostraram que o Vc-Means obteve um ótimo desempenho, sem diferença estatística significativa em relação aos outros algoritmos, e demonstrou uma eficiência notável em termos de tempo de processamento.Universidade Federal do Rio Grande do NorteBrasilUFRNPROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃOBedregal, Benjamin René Callejashttp://lattes.cnpq.br/5588197462832398http://lattes.cnpq.br/4601263005352005Canuto, Anne Magaly de PaulaSilva, Huliane Medeiros daMartins, Nicolas Jacobino2024-12-03T23:15:56Z2024-12-03T23:15:56Z2024-08-09info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfMARTINS, Nicolas Jacobino. Vc-means: um novo algoritmo de agrupamento. Orientador: Dr. Benjamín René Callejas Bedregal. 2024. 76f. Dissertação (Mestrado em Sistemas e Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2024.https://repositorio.ufrn.br/handle/123456789/60729info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRN2024-12-03T23:16:34Zoai:repositorio.ufrn.br:123456789/60729Repositório InstitucionalPUBhttp://repositorio.ufrn.br/oai/repositorio@bczm.ufrn.bropendoar:2024-12-03T23:16:34Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.none.fl_str_mv Vc-means: um novo algoritmo de agrupamento
title Vc-means: um novo algoritmo de agrupamento
spellingShingle Vc-means: um novo algoritmo de agrupamento
Martins, Nicolas Jacobino
Computação
Vc-Means
CK-Means
K-Means
Fuzzy C-Means
Algoritmos de agrupamento
Lógica Fuzzy
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
title_short Vc-means: um novo algoritmo de agrupamento
title_full Vc-means: um novo algoritmo de agrupamento
title_fullStr Vc-means: um novo algoritmo de agrupamento
title_full_unstemmed Vc-means: um novo algoritmo de agrupamento
title_sort Vc-means: um novo algoritmo de agrupamento
author Martins, Nicolas Jacobino
author_facet Martins, Nicolas Jacobino
author_role author
dc.contributor.none.fl_str_mv Bedregal, Benjamin René Callejas
http://lattes.cnpq.br/5588197462832398
http://lattes.cnpq.br/4601263005352005
Canuto, Anne Magaly de Paula
Silva, Huliane Medeiros da
dc.contributor.author.fl_str_mv Martins, Nicolas Jacobino
dc.subject.por.fl_str_mv Computação
Vc-Means
CK-Means
K-Means
Fuzzy C-Means
Algoritmos de agrupamento
Lógica Fuzzy
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
topic Computação
Vc-Means
CK-Means
K-Means
Fuzzy C-Means
Algoritmos de agrupamento
Lógica Fuzzy
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
description This study presents the development and evaluation of the Vc-Means algorithm as an innovative approach to data clustering. The Vector c-Means (Vc-Means) is based on a previously developed algorithm called CK-Means and is designed to identify patterns and specific clusters in data sets. Statistical tests were conducted on 20 traditional data sets, comparing and validating its efficiency against three well-known algorithms in the literature: K-Means, Fuzzy C-Means (FCM), and Gustafson-Kessel (GK). The evaluation was performed using validation indices such as the DB index, Silhouette, Adjusted Rand Index, Calinski-Harabasz, Adjusted Mutual Information, and V-measure. The results showed that Vc-Means achieved great performance, with no significant statistical difference compared to the other algorithms, and demonstrated remarkable efficiency in terms of processing time.
publishDate 2024
dc.date.none.fl_str_mv 2024-12-03T23:15:56Z
2024-12-03T23:15:56Z
2024-08-09
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 MARTINS, Nicolas Jacobino. Vc-means: um novo algoritmo de agrupamento. Orientador: Dr. Benjamín René Callejas Bedregal. 2024. 76f. Dissertação (Mestrado em Sistemas e Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2024.
https://repositorio.ufrn.br/handle/123456789/60729
identifier_str_mv MARTINS, Nicolas Jacobino. Vc-means: um novo algoritmo de agrupamento. Orientador: Dr. Benjamín René Callejas Bedregal. 2024. 76f. Dissertação (Mestrado em Sistemas e Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2024.
url https://repositorio.ufrn.br/handle/123456789/60729
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.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
Brasil
UFRN
PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
Brasil
UFRN
PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv repositorio@bczm.ufrn.br
_version_ 1855758726981484544

Registros relacionados