Made available in DSpace on 2014-06-12T15:54:45Z (GMT). No. of bitstreams: 2
arquivo7569_1.pdf: 1287031 bytes, checksum: 800ef43411a3e9e106b5d9c3fffdf8d7 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2011 / A Análise de dados simbólicos (ADS) ou Symbolic Data Analysis é uma nova abordagem na área
de descoberta automática de conhecimentos que visa desenvolver métodos para dados descritos
por variáveis onde existem conjuntos de categorias, intervalos ou distribuições de probabilidade.
O objetivo deste trabalho é estender métodos de agrupamento clássicos para dados simbólicos
intervalares baseados em funções de kernel. A aplicação de funções de kernel tem sido amplamente
utilizado na classificação não supervisionada para dados clássicos e apresenta bons
resultados quando o conjunto apresenta uma disposição não-linear dos dados. No entanto,
na literatura de ADS ainda necessita de métodos para identificar grupos não lineares. Este
trabalho engloba os paradigmas de agrupamento rígido (hard) e difuso (fuzzy), e realiza tais
agrupamentos utilizando as funções de kernel em um espaço de alta dimensão, conhecido como
espaço de características. Os métodos propostos neste trabalho consideram duas variantes comumente
utilizadas em abordagens de kernel, onde uma considera que o protótipo dos grupos
está definido neste espaço de características de alta dimensão e outra que considera o protótipo
definido no espaço original de entradas. Os métodos propostos são comparados com variações
do método K-médias existentes na literatura de ADS através de experimentos realizados com
dados simulados e dados reais intervalares fazendo uso do experimento Monte Carlo e métricas
estatísticas que evidenciam o desempenho superior dos métodos propostos
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/2129 |
| Date | 31 January 2011 |
| Creators | COSTA, Anderson Fabiano Batista Ferreira da |
| Contributors | SOUZA, Renata Maria Cardoso Rodrigues de |
| Publisher | Universidade Federal de Pernambuco |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds