English

CIn - Centro de Informática UFPE




Eventos Relacionados

Defesa de Dissertação de Mestrado Nº 1.172: "Mapas auto-organizáveis por Lote Baseados em Múltiplas Tabelas de Dissimilaridade"

O aluno Anderson Berg dos Santos Dantas irá defender seu trabalho no dia 10 de agosto, às 10h, na Sala A014 Início: 10/08/2012 às 10:00 Término: 10/08/2012 às 12:00 Local: Sala A014

Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº  1.172
 
Aluno: Anderson Berg dos Santos Dantas
Orientador: Prof Francisco de Assis Tenório de Carvalho
Título: Mapas auto-organizáveis por Lote Baseados em Múltiplas Tabelas de Dissimilaridade
Data: 10/08/2012
Hora/Local: 10h – A014
Banca Examinadora:
Prof. Sérgio Ricardo de Melo Queiroz (UFPE / CIn)
Prof. Renato Fernandes Correa ( Depto. de Ciência da Informação/UFPE)
Prof. Francisco de Assis Tenório de Carvalho (UFPE / CIn)
 
RESUMO:
 
Métodos de agrupamento buscam organizar uma coleção de padrões em grupos baseados na similaridade entre estes padrões. Os grupos são gerados de maneira que itens localizados em um mesmo grupo possuem alto grau de similaridade, por outro lado, itens de grupos distintos têm alto grau de dissimilaridade.
Neste contexto, muitos dados do mundo real requerem estruturas mais complexas para que sejam representados adequadamente. Quando cada par de objetos é representado por uma relação, então temos o que chamamos de dados relacionais. O caso mais comum de dados relacionais é quando temos uma matriz de dados de dissimilaridade, na qual a dissimilaridade é, geralmente, uma distância entre dois objetos. Diversos algoritmos consolidados na literatura foram adaptados para a análise de dados relacionais, entre eles o emph{k-means} e o SOM.
No entanto, em diversas situações, dados relacionais são descritos, não por uma, mas por múltiplas tabelas de dissimilaridade. Neste sentido, esta dissertação apresenta novas abordagens para o algoritmo de treinamento do SOM por lote adaptado para múltiplas tabelas de dissimilaridade e que é capaz de aprender pesos medindo a relevância de cada matriz de dissimilaridades na formação dos agrupamentos de dados. Estes pesos podem ser estimados localmente (LWB-SOM), onde os pesos são diferentes  de um agrupamento para outro, ou podem ser estimados globalmente (GWB-SOM), neste caso os pesos são os mesmos para todos os grupos.
Experimentos com dados reais foram realizado com o objetivo de ilustrar a importância dos modelos aqui propostos e comparar sua eficiência com relação a abordagens existentes na literatura.
 
Palavras-chave: mapas auto-organizáveis, dados relacionais, pesos de relevância, múltiplas matrizes de dissimilaridade.
  • © Centro de Informática UFPE - Todos os direitos reservados
    Tel +55 81 2126.8430 - Cidade Universitária - 50740-560 - Recife/PE
Plano4 Consultoria Web