Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexos

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Ananias, Mateus Carbone
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: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Clusterização
Algoritmos genéticos
Agrupamento de dados
Multiobjective Clustering with Automatic k-determination (MOCK)
Link de acesso: https://repositorio.unb.br/handle/10482/36760
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2019.
id UNB_ef26ee1b5d888c76da8926040985bef1
oai_identifier_str oai:repositorio.unb.br:10482/36760
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexosClusterizaçãoAlgoritmos genéticosAgrupamento de dadosMultiobjective Clustering with Automatic k-determination (MOCK)Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2019.Devido ao grande volume e variedade de dados existentes atualmente, clusterizar dados tem sido um grande desafio. Este trabalho teve como objetivo implementar o MOCK (Multiobjective Clustering with Automatic k-determination) em linguagem R, estudar possíveis melhorias e aplicação em dados reais. Este algoritmo funciona através de um algoritmo genético multiobjetivo chamado de PESA-II, além de ter como funcionalidade a seleção automatizada de grupos. Os resultados apresentados por Handl and Knowles (2007) foram reproduzidos com sucesso para todos os métodos utilizados. Comparou-se o MOCK com outras técnicas de agrupamento em uma aplicação com dados reais. Estes dados constituem-se de dados genéticos com alta dimensionalidade. Mostrou-se que o MOCK conseguiu identificar os grupos desse conjunto de dados de maneira mais eficiente que os outros métodos. Conclui-se que o MOCK é uma ferramenta bastante eficaz para agrupar dados em uma grande diversidade de situações, competindo frente-a-frente com diversos métodos de agrupamento.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).Because of the large volume and variety of data currently available, clustering data has been a major challenge. This work aimed to implement MOCK (Multiobjective Clustering with Automatic k-determination) in R, to study possible improvements and application in real data. This algorithm works through a multiobjective genetic algorithm called PESAII, besides having as a function the automated selection of groups. The results presented by Handl and Knowles (2007) have been successfully reproduced for all methods used. MOCK was compared with other grouping techniques in an application with real data, this data consisted of genetic data with high dimensionality. It was shown that MOCK was able to identify the groups in this data set more eficiently than the other methods. It is concluded that MOCK is a very eficient tool for grouping data in a great diversity of situations, competing face-to-face with several grouping methods.Instituto de Ciências Exatas (IE)Departamento de Estatística (IE EST)Programa de Pós-Graduação em EstatísticaCançado, André Luiz FernandesAnanias, Mateus Carbone2020-01-30T14:28:30Z2020-01-30T14:28:30Z2020-01-202019-07-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfANANIAS, Mateus Carbone. Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexos. 2019. 45 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2019.https://repositorio.unb.br/handle/10482/36760A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-03-01T16:22:37Zoai:repositorio.unb.br:10482/36760Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-03-01T16:22:37Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexos
title Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexos
spellingShingle Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexos
Ananias, Mateus Carbone
Clusterização
Algoritmos genéticos
Agrupamento de dados
Multiobjective Clustering with Automatic k-determination (MOCK)
title_short Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexos
title_full Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexos
title_fullStr Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexos
title_full_unstemmed Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexos
title_sort Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexos
author Ananias, Mateus Carbone
author_facet Ananias, Mateus Carbone
author_role author
dc.contributor.none.fl_str_mv Cançado, André Luiz Fernandes
dc.contributor.author.fl_str_mv Ananias, Mateus Carbone
dc.subject.por.fl_str_mv Clusterização
Algoritmos genéticos
Agrupamento de dados
Multiobjective Clustering with Automatic k-determination (MOCK)
topic Clusterização
Algoritmos genéticos
Agrupamento de dados
Multiobjective Clustering with Automatic k-determination (MOCK)
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2019.
publishDate 2019
dc.date.none.fl_str_mv 2019-07-10
2020-01-30T14:28:30Z
2020-01-30T14:28:30Z
2020-01-20
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.uri.fl_str_mv ANANIAS, Mateus Carbone. Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexos. 2019. 45 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2019.
https://repositorio.unb.br/handle/10482/36760
identifier_str_mv ANANIAS, Mateus Carbone. Implementação de um algoritmo evolucionário multiobjetivo para clustering de dados complexos. 2019. 45 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2019.
url https://repositorio.unb.br/handle/10482/36760
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.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1839083967374950400

Registros relacionados