Show simple item record

dc.creatorSantos, Diego Gadens dospt_BR
dc.date.accessioned2016-03-15T19:37:44Z
dc.date.accessioned2020-05-28T18:08:33Z
dc.date.available2013-05-24pt_BR
dc.date.available2020-05-28T18:08:33Z
dc.date.issued2012-09-14pt_BR
dc.identifier.citationSANTOS, Diego Gadens dos. Um algoritmo de vida artificial para agrupamento de dados variantes no tempo. 2012. 92 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2012.por
dc.identifier.urihttp://dspace.mackenzie.br/handle/10899/24343
dc.description.abstractCurrent technologies have made it possible to generate and store data in high volumes. To process and collect information in large databases is not always as easy as creating them. Therefore, this gap has stimulated the search for efficient techniques capable of extracting useful and non-trivial knowledge, which are intrinsic to these large data sets. The goal of this work is to propose a bioinspired algorithm, based on the Boids artificial life model, which will be used to group data in dynamic environments, i.e. in databases updated over time. The Bo-ids algorithm was originally created to illustrate the simulation of the coordinated movement observed in a flock of birds and other animals. Thus, to use this algorithm for data clustering, some modifications must be applied. These changes will be implemented in the classical rules of cohesion, separation and alignment of the Boids model in order to consider the distance (similarity/dissimilarity) among objects. Thus, it creates objects that stand and move around the space, representing the natural groups within the data, and it is expected that similar ob-jects tend to form dynamic clusters (groups) of Boids in the environment, while dissimilar objects tend to keep a larger distance between them. The results presented attest the robust-ness of the algorithm for clustering time-varying data under the light of different evaluation measures and in various databases from the literature.eng
dc.description.sponsorshipFundo Mackenzie de Pesquisapt_BR
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Presbiteriana Mackenziepor
dc.rightsAcesso Abertopor
dc.subjectvida artificialpor
dc.subjectcomputação naturalpor
dc.subjectmineração de dadospor
dc.subjectagrupamento de dadospor
dc.subjectboidspor
dc.subjectdados variantes no tempopor
dc.subjectartificial lifeeng
dc.subjectnatural computingeng
dc.subjectdata miningeng
dc.subjectdata clusteringeng
dc.subjectboidseng
dc.subjecttime-varying dataeng
dc.titleUm algoritmo de vida artificial para agrupamento de dados variantes no tempopor
dc.typeDissertaçãopor
dc.publisher.departmentEngenharia Elétricapor
dc.publisher.programEngenharia Elétricapor
dc.publisher.initialsUPMpor
dc.publisher.countryBRpor
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApor
dc.description.resumoA capacidade de geração e armazenamento de dados proporcionada pelas tecnologias atuais levou ao surgimento de bases de dados com uma grande variedade de tipos e tamanhos. Extra-ir conhecimentos não triviais e úteis a partir de grandes bases de dados, entretanto, é uma tare-fa muito mais difícil do que a criação das mesmas. Esta lacuna tem estimulado a busca por técnicas eficientes de extração de conhecimentos intrínsecos a estes grandes conjuntos de da-dos, capazes de permitir tomadas estratégicas de decisão. Dentre as muitas tarefas da extração de conhecimentos a partir de dados, tem-se o agrupamento, que consiste na segmentação da base em grupos cujos objetos são mais parecidos entre si do que a objetos pertencentes a ou-tros grupos. Apesar de a área ser bastante ativa, pouco tem sido feito no sentido de desenvol-ver e investigar algoritmos de agrupamento para dados variantes no tempo, por exemplo, tran-sações financeiras, dados climáticos, informações e mensagens postadas em redes sociais e muitos outros. Tendo em vista a relevância prática desse tipo de análise e o crescente interesse pelos algoritmos inspirados na biologia, este trabalho tem como objetivo propor um algoritmo bioinspirado, baseado no modelo de vida artificial de Boids, para realizar o agrupamento de dados variantes no tempo. O algoritmo de Boids foi inicialmente criado para demonstrar ape-nas a simulação da movimentação coordenada observada em uma revoada de pássaros. A fim de utilizar este algoritmo para a tarefa de agrupamento de dados, algumas modificações tive-ram de ser propostas nas regras clássicas de coesão, separação e alinhamento dos Boids. Desta forma, foram criados objetos que se posicionam e se movimentam no espaço, de maneira a representar os grupos naturais existentes nos dados. A característica dinâmica intrínseca dos Boids tornou o algoritmo proposto, denominado dcBoids (dynamic clustering Boids), um can-didato natural para a resolução de problemas de agrupamento de dados variantes no tempo. Os resultados obtidos atestaram a robustez do método em seu contexto de aplicação, sob a pers-pectiva de diferentes medidas de avaliação de desempenho e quando aplicado a várias bases de dados da literatura com dinâmicas inseridas artificialmente.por
dc.creator.Latteshttp://lattes.cnpq.br/5547804405395492por
dc.contributor.advisor1Silva, Leandro Nunes de Castropt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2741458816539568por
dc.contributor.referee1Silva, Leandro Augusto dapt_BR
dc.contributor.referee1Latteshttp://lattes.cnpq.br/1396385111251741por
dc.contributor.referee2Zuben, Fernando José Vonpt_BR
dc.contributor.referee2Latteshttp://lattes.cnpq.br/1756895777404187por
dc.thumbnail.urlhttp://tede.mackenzie.br/jspui/retrieve/3827/Diego%20Gadens%20dos%20Santos.pdf.jpg*
dc.bitstream.urlhttp://tede.mackenzie.br/jspui/bitstream/tede/1429/1/Diego%20Gadens%20dos%20Santos.pdf


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record