Use este identificador para citar ou linkar para este item: http://dspace.mackenzie.br/handle/10899/13022
Tipo do documento: Tese
Título: Agrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2
Autor: Szabo, Alexandre
Primeiro orientador: Silva, Leandro Nunes de Castro
Primeiro coorientador: Delgado, Myriam Regattieri de Biase da Silva
Primeiro membro da banca: Oliveira, Pedro Paulo Balbi de
Segundo membro da banca: Omar, Nizam
Terceiro membro da banca: Lucas, Luís Alberto
Quarto membro da banca: Vellasco, Marley Maria Bernardes Rebuzzi
Resumo: Da maneira tradicional o agrupamento trata os objetos que compõem a base como pertencentes a grupos mutuamente exclusivos, o que nem sempre é verdade, pois um objeto pode pertencer a mais de um grupo com diferentes graus de pertinência. Os algoritmos de agrupamento, sejam eles convencionais ou nebulosos (capazes de tratar múltiplas pertinências simultaneamente), possuem diversos parâmetros a serem ajustados de tal forma que ofereçam o melhor desempenho para uma base de dados. Além disso, é sabido que nenhum algoritmo é superior a todos os outros para todas as classes de problemas e que combinar soluções fornecidas por diferentes algoritmos pode levar a uma solução global superior a todas as soluções individuais, inclusive à melhor. É nesse contexto que a presente tese propõe um novo algoritmo de agrupamento nebuloso de dados inspirado no comportamento de enxames de partículas e, em seguida, propõe uma nova forma de realizar combinações (ensembles) de algoritmos de agrupamento usando conceitos da teoria de conjuntos nebulosos do Tipo-2.
Abstract: Clustering usually treats objects as belonging to mutually exclusive clusters, what is usually im-precise, because an object may belong to more than one cluster simultaneously with different membership degrees. The clustering algorithms, both crisp and fuzzy, have a number of parameters to be adjusted so that they present the best performance for a given database. Furthermore, it is known that no single algorithm is better than all the others for all problem classes, and the combi-nation of solutions found by various algorithms (or the same algorithm with different parameters) may lead to a global solution that is better than those found by individual algorithms, including the best one. It is within this context that the present thesis proposes a new fuzzy clustering algo-rithm inspired by the behavior of particle swarms and, then, introduces a new form of combining the clustering algorithms using concepts from Type-2 fuzzy sets.
Palavras-chave: conjuntos nebulosos do tipo-1;  conjuntos nebulosos do tipo-2;  agrupamento de dados;  combinação de agrupamentos;  enxame de partículas;  type-1 fuzzy sets;  type-2 fuzzy sets;  data clustering;  cluster ensembles;  particle swarm
Área(s) do CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Idioma: por
País: BR
Instituição: Universidade Presbiteriana Mackenzie
Sigla da instituição: UPM
Departamento: Engenharia Elétrica
Programa: Engenharia Elétrica
Citação: SZABO, Alexandre. Agrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2. 2014. 139 f. Tese (Doutorado em Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2014.
Tipo de acesso: Acesso Aberto
URI: http://tede.mackenzie.br/jspui/handle/tede/1527
http://dspace.mackenzie.br/handle/10899/13022
Data de defesa: 29-Out-2014
metadata.dc.bitstream.url: http://tede.mackenzie.br/jspui/bitstream/tede/1527/1/Alexandre%20Szabo.pdf
Aparece nas coleções:Engenharia Elétrica - Teses - EE Higienópolis

Arquivos associados a este item:
Não existem arquivos associados a este item.


Este arquivo é protegido por direitos autorais



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.