Modelo fuzzy e convexo para agrupamento de dados por k-medoides

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Pinheiro, Daniel Nobre
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 do Rio Grande do Norte
Brasil
UFRN
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Agrupamento fuzzy
Otimização convexa
Múltiplos representantes
Link de acesso: https://repositorio.ufrn.br/handle/123456789/31934
Resumo: The k-medoids model is one of the most popular clustering methods. In this work, we propose the Convex Fuzzy k-Medoids Problem (CFKM), which not only allows one object to be assigned to multiple clusters, but also allows a cluster to be represented by multiple medoids. The proposed model is convex and thus is robust to initialization. To evaluate the importance of CFKM, we compare it with another two fuzzy k-medoids models: the Fuzzy k-Medoids Problem (FKM) and the Fuzzy clustering with Multi-Medoids Problem (FMMdd), both solved by heuristics due to their computational complexity. Experiments with both synthetic and real-world data, along with an user survey, show that CFKM is not only more robust to the choice of parameters of fuzzy models, but also is the only able to reveal important aspects of inherently fuzzy data.
id UFRN_a2bf4044c6d81265b4c6d2bfd0aa9407
oai_identifier_str oai:repositorio.ufrn.br:123456789/31934
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Modelo fuzzy e convexo para agrupamento de dados por k-medoidesAgrupamento fuzzyOtimização convexaMúltiplos representantesThe k-medoids model is one of the most popular clustering methods. In this work, we propose the Convex Fuzzy k-Medoids Problem (CFKM), which not only allows one object to be assigned to multiple clusters, but also allows a cluster to be represented by multiple medoids. The proposed model is convex and thus is robust to initialization. To evaluate the importance of CFKM, we compare it with another two fuzzy k-medoids models: the Fuzzy k-Medoids Problem (FKM) and the Fuzzy clustering with Multi-Medoids Problem (FMMdd), both solved by heuristics due to their computational complexity. Experiments with both synthetic and real-world data, along with an user survey, show that CFKM is not only more robust to the choice of parameters of fuzzy models, but also is the only able to reveal important aspects of inherently fuzzy data.O modelo dos k-medoides é um dos métodos de agrupamento de dados mais populares na literatura. Neste trabalho, propomos o Problema Convexo Fuzzy dos k-Medoides (CFKM), que não apenas possibilita que um objeto seja atribuído simultaneamente a diferentes grupos, mas também permite que um grupo seja representado por múltiplos medoides. O modelo proposto é convexo e consequentemente sua resolução é robusta à inicialização. Para verificar a importância do CFKM, comparamos com outros dois modelos fuzzy de k-medoides: o Problema Fuzzy dos k-Medoides (FKM) e o Problema de agrupamento de dados Fuzzy com Múltiplos Medoides (FMMdd), ambos resolvidos por meio de heurísticas devido à sua complexidade computacional. Os experimentos realizados tanto com dados sintéticos como com dados reais, assim como uma pesquisa com usuários, revelam que o CFKM não só é mais robusto à escolha de parâmetros de modelos fuzzy, como também é o único capaz de revelar aspectos importantes em dados inerentemente fuzzy.Universidade Federal do Rio Grande do NorteBrasilUFRNPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃOAloise, Danielhttp://lattes.cnpq.br/4707924968337142http://lattes.cnpq.br/5093210888872414Aloise, Danielhttp://lattes.cnpq.br/5093210888872414Rocha, Caroline Thennecy de Medeiroshttp://lattes.cnpq.br/8358112426847555Fernandes, Eraldo Luís Rezendehttp://lattes.cnpq.br/5878235526936399Rosset, Mariá Cristina Vasconcelos Nascimentohttp://lattes.cnpq.br/1010810293243435Souza, Samuel Xavier dehttp://lattes.cnpq.br/9892239670106361Pinheiro, Daniel Nobre2021-03-18T00:02:44Z2021-03-18T00:02:44Z2020-12-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfPINHEIRO, Daniel Nobre. Modelo fuzzy e convexo para agrupamento de dados por k-medoides. 2020. 73f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2020.https://repositorio.ufrn.br/handle/123456789/31934info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRN2021-03-21T08:48:14Zoai:repositorio.ufrn.br:123456789/31934Repositório InstitucionalPUBhttp://repositorio.ufrn.br/oai/repositorio@bczm.ufrn.bropendoar:2021-03-21T08:48:14Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.none.fl_str_mv Modelo fuzzy e convexo para agrupamento de dados por k-medoides
title Modelo fuzzy e convexo para agrupamento de dados por k-medoides
spellingShingle Modelo fuzzy e convexo para agrupamento de dados por k-medoides
Pinheiro, Daniel Nobre
Agrupamento fuzzy
Otimização convexa
Múltiplos representantes
title_short Modelo fuzzy e convexo para agrupamento de dados por k-medoides
title_full Modelo fuzzy e convexo para agrupamento de dados por k-medoides
title_fullStr Modelo fuzzy e convexo para agrupamento de dados por k-medoides
title_full_unstemmed Modelo fuzzy e convexo para agrupamento de dados por k-medoides
title_sort Modelo fuzzy e convexo para agrupamento de dados por k-medoides
author Pinheiro, Daniel Nobre
author_facet Pinheiro, Daniel Nobre
author_role author
dc.contributor.none.fl_str_mv Aloise, Daniel

http://lattes.cnpq.br/4707924968337142

http://lattes.cnpq.br/5093210888872414
Aloise, Daniel

http://lattes.cnpq.br/5093210888872414
Rocha, Caroline Thennecy de Medeiros

http://lattes.cnpq.br/8358112426847555
Fernandes, Eraldo Luís Rezende

http://lattes.cnpq.br/5878235526936399
Rosset, Mariá Cristina Vasconcelos Nascimento

http://lattes.cnpq.br/1010810293243435
Souza, Samuel Xavier de

http://lattes.cnpq.br/9892239670106361
dc.contributor.author.fl_str_mv Pinheiro, Daniel Nobre
dc.subject.por.fl_str_mv Agrupamento fuzzy
Otimização convexa
Múltiplos representantes
topic Agrupamento fuzzy
Otimização convexa
Múltiplos representantes
description The k-medoids model is one of the most popular clustering methods. In this work, we propose the Convex Fuzzy k-Medoids Problem (CFKM), which not only allows one object to be assigned to multiple clusters, but also allows a cluster to be represented by multiple medoids. The proposed model is convex and thus is robust to initialization. To evaluate the importance of CFKM, we compare it with another two fuzzy k-medoids models: the Fuzzy k-Medoids Problem (FKM) and the Fuzzy clustering with Multi-Medoids Problem (FMMdd), both solved by heuristics due to their computational complexity. Experiments with both synthetic and real-world data, along with an user survey, show that CFKM is not only more robust to the choice of parameters of fuzzy models, but also is the only able to reveal important aspects of inherently fuzzy data.
publishDate 2020
dc.date.none.fl_str_mv 2020-12-16
2021-03-18T00:02:44Z
2021-03-18T00:02:44Z
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 PINHEIRO, Daniel Nobre. Modelo fuzzy e convexo para agrupamento de dados por k-medoides. 2020. 73f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2020.
https://repositorio.ufrn.br/handle/123456789/31934
identifier_str_mv PINHEIRO, Daniel Nobre. Modelo fuzzy e convexo para agrupamento de dados por k-medoides. 2020. 73f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2020.
url https://repositorio.ufrn.br/handle/123456789/31934
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 ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
Brasil
UFRN
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE 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_ 1855758905673515008

Registros relacionados