Made available in DSpace on 2016-08-29T15:33:17Z (GMT). No. of bitstreams: 1
tese_5121_.pdf: 735975 bytes, checksum: aeffd7d6fc81e4f73c1f18fb633dc4e1 (MD5)
Previous issue date: 2012-07-30 / Agrupamento de dados é uma tarefa recorrente em mineração de dados. Com o passar do tempo, vem se tornando mais importante o agrupamento de bases cada vez maiores. Contudo, aplicar heurísticas de agrupamento tradicionais em grandes bases não é uma tarefa fácil. Essas técnicas geralmente possuem complexidades pelo menos quadráticas no número de pontos da base, tornando o seu uso inviável pelo alto tempo de resposta ou pela baixa qualidade da solução final. A solução mais comumente utilizada para resolver o problema de agrupamento em bases de dados grandes é usar algoritmos especiais, mais fracos no ponto de vista da qualidade. Este
trabalho propõe uma abordagem diferente para resolver esse problema: o uso de algoritmos tradicionais, mais fortes, em um sub-conjunto dos dados originais. Esse sub-conjunto dos dados
originais é obtido com uso de um algoritmo co-evolutivo que seleciona um sub-conjunto de pontos difícil de agrupar.
Identifer | oai:union.ndltd.org:IBICT/oai:dspace2.ufes.br:10/4256 |
Date | 30 July 2012 |
Creators | FABRIS, F. |
Contributors | KROHLING, R. A., BARBOSA, H., Varejão, F. M. |
Publisher | Universidade Federal do Espírito Santo, Mestrado em Informática, Programa de Pós-Graduação em Informática, UFES, BR |
Source Sets | IBICT Brazilian ETDs |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | text |
Source | reponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.3277 seconds