Aplicação de conceitos de redes complexas para a descoberta de formação de grupos em mapas auto-organizáveis

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Rolemberg, Thiago Mesquita
Orientador(a): Silva, Leandro Augusto da
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
eng
Instituição de defesa: Universidade Presbiteriana Mackenzie
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
mapa auto-organizado
redes neurais
redes complexas
grafos
medidas de centralidades
u-matrix
dendrogramas
aprendizado de máquina
agrupamento
não supervisionado
Link de acesso: https://dspace.mackenzie.br/handle/10899/29276
Resumo: Redes Neurais do tipo Mapas Auto-Organizáveis ou SOM (do inglês Self-Organizing Maps), em particular, se destaca como um algoritmo que permite analisar as características de agrupamento e a relação topológica dos dados, a partir de um reticulado de neurônios. Contudo, ainda há uma lacuna de pesquisa que consiste em descobrir a relação por de trás dos atributos que levam a formação de grupos. Neste sentido, propõe-se neste trabalho o uso de conceitos de redes complexas no sentido de usar os neurônios do reticulado para a geração de um grafo e complementar a análise no contexto de comunidade, analisando a formação de grupos por medidas de centralidade. Experimentos em três bases de dados demonstram a viabilidade da proposta.
id UPM_69d992cdf9ae723cc8eb0dc80d217db0
oai_identifier_str oai:dspace.mackenzie.br:10899/29276
network_acronym_str UPM
network_name_str Repositório Digital do Mackenzie
repository_id_str
spelling Rolemberg, Thiago MesquitaSilva, Leandro Augusto da2022-05-23T13:19:25Z2022-05-23T13:19:25Z2021-09-22Redes Neurais do tipo Mapas Auto-Organizáveis ou SOM (do inglês Self-Organizing Maps), em particular, se destaca como um algoritmo que permite analisar as características de agrupamento e a relação topológica dos dados, a partir de um reticulado de neurônios. Contudo, ainda há uma lacuna de pesquisa que consiste em descobrir a relação por de trás dos atributos que levam a formação de grupos. Neste sentido, propõe-se neste trabalho o uso de conceitos de redes complexas no sentido de usar os neurônios do reticulado para a geração de um grafo e complementar a análise no contexto de comunidade, analisando a formação de grupos por medidas de centralidade. Experimentos em três bases de dados demonstram a viabilidade da proposta.https://dspace.mackenzie.br/handle/10899/29276porengUniversidade Presbiteriana MackenzieAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessmapa auto-organizadoredes neuraisredes complexasgrafosmedidas de centralidadesu-matrixdendrogramasaprendizado de máquinaagrupamentoaprendizado de máquinanão supervisionadoAplicação de conceitos de redes complexas para a descoberta de formação de grupos em mapas auto-organizáveisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Digital do Mackenzieinstname:Universidade Presbiteriana Mackenzie (MACKENZIE)instacron:MACKENZIEhttp://lattes.cnpq.br/1396385111251741https://orcid.org/0000-0002-8671-3102http://lattes.cnpq.br/0305062729397238Monteiro, Luiz Henrique Alveshttp://lattes.cnpq.br/1820487447148268https://orcid.org/0000-0002-2309-1254Kitani, Edson Caoruhttp://lattes.cnpq.br/6731656353508097Neural Networks of the Self-Organizing Maps type, in particular, stands out as one of the clustering algorithms for allowing the analysis of cluster characteristics and the topological relationship between clusters from a lattice of neurons. However, there is still a research gap, which consists of discovering the relationship behind the attributes that lead to the formation of groups. In this sense, this work proposes the use of complex network concepts in order to use the lattice neurons to generate a graph and complement the analysis in the community context, analyzing the formation of groups by measures of centrality. Experiments using three datasets shown the proposal effectivityself-organizing mapredes neuraisneural networkscomplex networksgraphscentrality measuresu-matrixdendrogramsmachine learninggroupinglearningunsupervisedBrasilEscola de Engenharia Mackenzie (EE)UPMEngenharia Elétrica e ComputaçãoCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO::MODELOS ANALITICOS E DE SIMULACAOCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::ANALISE DE ALGORITMOS E COMPLEXIDADE DE COMPUTACAOORIGINALTHIAGO MESQUITA ROLEMBERG - protegida.pdfTHIAGO MESQUITA ROLEMBERG - protegida.pdfThiago Mesquita Rolembergapplication/pdf2000058https://dspace.mackenzie.br/bitstreams/920f2511-5170-4167-9260-917ec8e2b199/download053c08dd69f640a3282a48f3c546547bMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://dspace.mackenzie.br/bitstreams/d7bff755-6ad5-4d57-af8b-5e780272bede/downloade39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81997https://dspace.mackenzie.br/bitstreams/0acf220c-27d6-44fa-b377-7710f43dbdf2/downloadfb735e1a8fa1feda568f1b61905f8d57MD53TEXTTHIAGO MESQUITA ROLEMBERG - protegida.pdf.txtTHIAGO MESQUITA ROLEMBERG - protegida.pdf.txtExtracted texttext/plain110692https://dspace.mackenzie.br/bitstreams/1f598801-9260-4b0e-9748-24c834c7bec6/downloadb3fb4f652c5a59e8307578fdf266d822MD54THUMBNAILTHIAGO MESQUITA ROLEMBERG - protegida.pdf.jpgTHIAGO MESQUITA ROLEMBERG - protegida.pdf.jpgGenerated Thumbnailimage/jpeg1203https://dspace.mackenzie.br/bitstreams/5a0bf569-b20b-4cd6-a3c3-49b72b4ee1c2/downloadf4c247059c9b9df419c2076b3a94f362MD5510899/292762022-07-12 02:09:48.199http://creativecommons.org/licenses/by-nc-nd/3.0/br/Attribution-NonCommercial-NoDerivs 3.0 Braziloai:dspace.mackenzie.br:10899/29276https://dspace.mackenzie.brBiblioteca Digital de Teses e Dissertaçõeshttp://tede.mackenzie.br/jspui/PRIhttps://adelpha-api.mackenzie.br/server/oai/repositorio@mackenzie.br||paola.damato@mackenzie.bropendoar:102772022-07-12T02:09:48Repositório Digital do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)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
dc.title.pt_BR.fl_str_mv Aplicação de conceitos de redes complexas para a descoberta de formação de grupos em mapas auto-organizáveis
title Aplicação de conceitos de redes complexas para a descoberta de formação de grupos em mapas auto-organizáveis
spellingShingle Aplicação de conceitos de redes complexas para a descoberta de formação de grupos em mapas auto-organizáveis
Rolemberg, Thiago Mesquita
mapa auto-organizado
redes neurais
redes complexas
grafos
medidas de centralidades
u-matrix
dendrogramas
aprendizado de máquina
agrupamento
aprendizado de máquina
não supervisionado
title_short Aplicação de conceitos de redes complexas para a descoberta de formação de grupos em mapas auto-organizáveis
title_full Aplicação de conceitos de redes complexas para a descoberta de formação de grupos em mapas auto-organizáveis
title_fullStr Aplicação de conceitos de redes complexas para a descoberta de formação de grupos em mapas auto-organizáveis
title_full_unstemmed Aplicação de conceitos de redes complexas para a descoberta de formação de grupos em mapas auto-organizáveis
title_sort Aplicação de conceitos de redes complexas para a descoberta de formação de grupos em mapas auto-organizáveis
author Rolemberg, Thiago Mesquita
author_facet Rolemberg, Thiago Mesquita
author_role author
dc.contributor.author.fl_str_mv Rolemberg, Thiago Mesquita
dc.contributor.advisor1.fl_str_mv Silva, Leandro Augusto da
contributor_str_mv Silva, Leandro Augusto da
dc.subject.por.fl_str_mv mapa auto-organizado
redes neurais
redes complexas
grafos
medidas de centralidades
u-matrix
dendrogramas
aprendizado de máquina
agrupamento
aprendizado de máquina
não supervisionado
topic mapa auto-organizado
redes neurais
redes complexas
grafos
medidas de centralidades
u-matrix
dendrogramas
aprendizado de máquina
agrupamento
aprendizado de máquina
não supervisionado
description Redes Neurais do tipo Mapas Auto-Organizáveis ou SOM (do inglês Self-Organizing Maps), em particular, se destaca como um algoritmo que permite analisar as características de agrupamento e a relação topológica dos dados, a partir de um reticulado de neurônios. Contudo, ainda há uma lacuna de pesquisa que consiste em descobrir a relação por de trás dos atributos que levam a formação de grupos. Neste sentido, propõe-se neste trabalho o uso de conceitos de redes complexas no sentido de usar os neurônios do reticulado para a geração de um grafo e complementar a análise no contexto de comunidade, analisando a formação de grupos por medidas de centralidade. Experimentos em três bases de dados demonstram a viabilidade da proposta.
publishDate 2021
dc.date.issued.fl_str_mv 2021-09-22
dc.date.accessioned.fl_str_mv 2022-05-23T13:19:25Z
dc.date.available.fl_str_mv 2022-05-23T13:19:25Z
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 https://dspace.mackenzie.br/handle/10899/29276
url https://dspace.mackenzie.br/handle/10899/29276
dc.language.iso.fl_str_mv por
eng
language por
eng
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.publisher.none.fl_str_mv Universidade Presbiteriana Mackenzie
publisher.none.fl_str_mv Universidade Presbiteriana Mackenzie
dc.source.none.fl_str_mv reponame:Repositório Digital do Mackenzie
instname:Universidade Presbiteriana Mackenzie (MACKENZIE)
instacron:MACKENZIE
instname_str Universidade Presbiteriana Mackenzie (MACKENZIE)
instacron_str MACKENZIE
institution MACKENZIE
reponame_str Repositório Digital do Mackenzie
collection Repositório Digital do Mackenzie
bitstream.url.fl_str_mv https://dspace.mackenzie.br/bitstreams/920f2511-5170-4167-9260-917ec8e2b199/download
https://dspace.mackenzie.br/bitstreams/d7bff755-6ad5-4d57-af8b-5e780272bede/download
https://dspace.mackenzie.br/bitstreams/0acf220c-27d6-44fa-b377-7710f43dbdf2/download
https://dspace.mackenzie.br/bitstreams/1f598801-9260-4b0e-9748-24c834c7bec6/download
https://dspace.mackenzie.br/bitstreams/5a0bf569-b20b-4cd6-a3c3-49b72b4ee1c2/download
bitstream.checksum.fl_str_mv 053c08dd69f640a3282a48f3c546547b
e39d27027a6cc9cb039ad269a5db8e34
fb735e1a8fa1feda568f1b61905f8d57
b3fb4f652c5a59e8307578fdf266d822
f4c247059c9b9df419c2076b3a94f362
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Digital do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)
repository.mail.fl_str_mv repositorio@mackenzie.br||paola.damato@mackenzie.br
_version_ 1851946008235212800

Registros relacionados