Utilização do problema das k-medianas como critério para o agrupamento de dados semi-supervisionado
Clustering is a powerful tool for automated analysis of data. It addresses the following general problem: given a set of entities, find subsets, or clusters, which are homogeneous and/or well separated. The biggest challenge of data clustering is to find a criterion to present good separation of...
Na minha lista:
Autor principal: | |
---|---|
Outros Autores: | |
Formato: | Dissertação |
Idioma: | por |
Publicado em: |
Brasil
|
Assuntos: | |
Endereço do item: | https://repositorio.ufrn.br/jspui/handle/123456789/22569 |
Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
id |
ri-123456789-22569 |
---|---|
record_format |
dspace |
spelling |
ri-123456789-225692017-11-04T02:59:59Z Utilização do problema das k-medianas como critério para o agrupamento de dados semi-supervisionado Randel, Rodrigo Alves Aloise, Daniel http://lattes.cnpq.br/5740757705550380 http://lattes.cnpq.br/5093210888872414 Dória Neto, Adrião Duarte http://lattes.cnpq.br/1987295209521433 Lavor, Carlile Campos http://lattes.cnpq.br/2019624495480547 Agrupamento de dados semi-supervisionado Mineração de dados k-medianas CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA E DE COMPUTAÇÃO Clustering is a powerful tool for automated analysis of data. It addresses the following general problem: given a set of entities, find subsets, or clusters, which are homogeneous and/or well separated. The biggest challenge of data clustering is to find a criterion to present good separation of data into homogeneous groups, so that these groups bring useful information to the user. To solve this problem, it is suggested that the user can provide a priori information about the data set. Clustering under this assumption is called semi-supervised clustering. This work explores the semi-supervised clustering problem using a new model: the data is clustered by solving the k-medians problem. Results shows that this new approach was able to efficiently cluster the data in many different domains. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) Agrupamento de dados é uma poderosa ferramenta para análise automática de dados. Essa técnica se propõe a resolver o seguinte problema: dado um conjunto de entidades, encontrar subconjuntos, denominados clusters, que são homogêneos e/ou bem separados. O maior desafio do agrupamento de dados é encontrar um critério que apresente boa separação de dados em grupos homogêneos, e que estes agrupamentos possam trazer informações úteis ao usuário. Para resolver este problema, é sugerido que o usuário possa fornecer informações prévias a respeito do conjunto de dados que auxiliem/guiem o processo de agrupamento. Realizar o agrupamento de dados utilizando essas informações auxiliares é denominado de agrupamento de dados semi-supervisionado (ADSS). Este trabalho explora o problema de ADSS utilizando um novo modelo: os dados são agrupados através da resolução do problemas das k-medianas. Resultados mostram que essa abordagem foi capaz de agrupar os dados de forma eficiente para problemas de ADSS em diversos domínios diferentes. 2017-04-06T20:17:18Z 2017-04-06T20:17:18Z 2016-12-12 masterThesis RANDEL, Rodrigo Alves. Utilização do problema das k-medianas como critério para o agrupamento de dados semi-supervisionado. 2016. 72f. Dissertação (Mestrado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2016. https://repositorio.ufrn.br/jspui/handle/123456789/22569 por Acesso Aberto application/pdf Brasil UFRN PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO |
institution |
Repositório Institucional |
collection |
RI - UFRN |
language |
por |
topic |
Agrupamento de dados semi-supervisionado Mineração de dados k-medianas CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA E DE COMPUTAÇÃO |
spellingShingle |
Agrupamento de dados semi-supervisionado Mineração de dados k-medianas CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA E DE COMPUTAÇÃO Randel, Rodrigo Alves Utilização do problema das k-medianas como critério para o agrupamento de dados semi-supervisionado |
description |
Clustering is a powerful tool for automated analysis of data. It addresses the following
general problem: given a set of entities, find subsets, or clusters, which are homogeneous
and/or well separated. The biggest challenge of data clustering is to find a criterion to
present good separation of data into homogeneous groups, so that these groups bring
useful information to the user. To solve this problem, it is suggested that the user can
provide a priori information about the data set. Clustering under this assumption is called
semi-supervised clustering. This work explores the semi-supervised clustering problem
using a new model: the data is clustered by solving the k-medians problem. Results shows
that this new approach was able to efficiently cluster the data in many different domains. |
author2 |
Aloise, Daniel |
author_facet |
Aloise, Daniel Randel, Rodrigo Alves |
format |
masterThesis |
author |
Randel, Rodrigo Alves |
author_sort |
Randel, Rodrigo Alves |
title |
Utilização do problema das k-medianas como critério para o agrupamento de dados semi-supervisionado |
title_short |
Utilização do problema das k-medianas como critério para o agrupamento de dados semi-supervisionado |
title_full |
Utilização do problema das k-medianas como critério para o agrupamento de dados semi-supervisionado |
title_fullStr |
Utilização do problema das k-medianas como critério para o agrupamento de dados semi-supervisionado |
title_full_unstemmed |
Utilização do problema das k-medianas como critério para o agrupamento de dados semi-supervisionado |
title_sort |
utilização do problema das k-medianas como critério para o agrupamento de dados semi-supervisionado |
publisher |
Brasil |
publishDate |
2017 |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/22569 |
work_keys_str_mv |
AT randelrodrigoalves utilizacaodoproblemadaskmedianascomocriterioparaoagrupamentodedadossemisupervisionado |
_version_ |
1773963189319368704 |