Inteligência de enxame aplicada a problemas complexos de análise de dados : agrupamento multiobjetivo e mineração de regras de associação em Data Streams

Página do item simplificado
dc.contributor.advisorSilva, Leandro Nunes De Castro
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2741458816539568por
dc.contributor.authorCunha, Danilo Souza da
dc.creator.Latteshttp://lattes.cnpq.br/6968807521387651por
dc.date.accessioned2019-09-26T13:35:48Z
dc.date.accessioned2020-05-28T18:08:56Z
dc.date.available2020-05-28T18:08:56Z
dc.date.issued2019-02-19
dc.description.abstractO crescente acúmulo de dados, das mais diversas origens, traz intrinsecamente a necessidade de desenvolvimento de novas e robustas ferramentas de análise. Dentre os muitos problemas de análise de dados da literatura, dois deles vêm recebendo especial atenção nos últimos anos, tanto no âmbito acadêmico quando no mercado: agrupamento multiobjetivo de dados; e a análise de fluxos de dados (data streams). Ao mesmo tempo, algoritmos inspirados no comportamento de sistemas biológicos vêm sendo aplicados com sucesso na solução de problemas complexos, como os anteriormente citados. É nesse contexto que propomos duas novas versões de algoritmos de inteligência de enxame para resolver esses problemas. Mais especificamente, um algoritmo inspirado no comportamento coletivo de abelhas é usado para resolver o problema de agrupamento multiobjetivo, enquanto uma ferramenta inspirada na tomada de decisão coletiva de bactérias é usada para minerar regras de associação em fluxos de dados. Os algoritmos são potencialmente aplicáveis aos problemas em questão e a contribuição principal dessa tese é a investigação da adaptação deles e posterior aplicação em problemas complexos de mineração de dados, já citados. Este documento traz a fundamentação teórica necessária ao desenvolvimento e compreensão da pesquisa, apresenta os modelos propostos e os resultados experimentais obtidos, a conclusão do desempenho atingido e uma reflexão sobre os próximos passos a serem dados.por
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superiorpor
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológicopor
dc.description.sponsorshipFundação de Amparo a Pesquisa do Estado de São Paulopor
dc.description.sponsorshipFundo Mackenzie de Pesquisapor
dc.formatapplication/pdf*
dc.identifier.citationCUNHA, Danilo Souza da. Inteligência de enxame aplicada a problemas complexos de análise de dados : agrupamento multiobjetivo e mineração de regras de associação em Data Streams. 2019. 137 f. Tese (Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2019por
dc.identifier.urihttp://dspace.mackenzie.br/handle/10899/24492
dc.keywordsswarm intelligenceeng
dc.keywordsbee colonieseng
dc.keywordsbacteria colonieseng
dc.keywordsmulti-objective clusteringeng
dc.keywordsdata streamseng
dc.keywordsassociation rule miningeng
dc.languageporpor
dc.publisherUniversidade Presbiteriana Mackenziepor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectinteligência de enxamepor
dc.subjectcolônias de abelhaspor
dc.subjectcolônias de bactériaspor
dc.subjectagrupamento multiobjetivopor
dc.subjectregras de associaçãopor
dc.subjectfluxos de dadospor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.thumbnail.urlhttp://tede.mackenzie.br/jspui/retrieve/19696/DANILO%20SOUZA%20DA%20CUNHA.pdf.jpg*
dc.titleInteligência de enxame aplicada a problemas complexos de análise de dados : agrupamento multiobjetivo e mineração de regras de associação em Data Streamspor
dc.typeTesepor
local.contributor.board1Lopes, Fábio Silva
local.contributor.board1Latteshttp://lattes.cnpq.br/2302666201616083por
local.contributor.board2Oliveira, Pedro Paulo Balbi de
local.contributor.board2Latteshttp://lattes.cnpq.br/9556738277476279por
local.contributor.board3Pereira, André Luiz Vizine
local.contributor.board3Latteshttp://lattes.cnpq.br/5977522212667911por
local.contributor.board4Coelho, Guilherme Palarme
local.publisher.countryBrasilpor
local.publisher.departmentEscola de Engenharia Mackenzie (EE)por
local.publisher.initialsUPMpor
local.publisher.programEngenharia Elétricapor
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
DANILO SOUZA DA CUNHA.pdf
Tamanho:
3.13 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Engenharia Elétrica e Computação - Dissertações - EE Higienópolis