Agrupamento e classificação de dados usando enxame de partículas

AUTOR(ES)

Alexandre Szabo

DATA DE PUBLICAÇÃO

2010

RESUMO

A mineração de dados é parte de um processo interativo e iterativo de extração de conhecimentos a partir de bases de dados. Há muitas tarefas envolvidas na mineração de dados, desde o pré-processamento até a validação da aplicação de ferramentas automáticas de extração de conhecimento. Agrupamento e classificação de dados são duas das mais importantes tarefas de mineração e têm sido amplamente estudadas também em outras áreas do conhecimento, como a matemática e a estatística. Essa dissertação propõe e investiga a aplicação de algoritmos de Computação Natural, mais especificamente, algoritmos de Inteligência de Enxame para resolver problemas de agrupamento e classificação de dados. Um algoritmo proposto recentemente na literatura é investigado em detalhes, são propostas melhorias e adaptações em sua estrutura tal que ele possa ser aplicado na realização das tarefas de mineração de dados supracitadas. Seu desempenho é comparado com o de outros algoritmos típicos da literatura e os resultados mostram que as novas versões propostas são competitivas em relação às alternativas testadas, sugerindo uma área promissora de pesquisa.

ASSUNTO(S)

mineração de dados engenharia eletrica enxame de partículas agrupamento de dados classificação de dados particle swarms data mining grouping classification

Documentos Relacionados

• Enxame de partículas aplicado ao agrupamento de textos
• Otimização de uma cadeia de suprimentos usando a metaheurística enxame de partículas
• Um estudo sobre métodos de Kernel para classificação e agrupamento de dados
• Estimação de fonte de poluição atmosférica usando otimização por enxame de partículas
• Estimação de fonte de poluição atmosférica usando otimização por enxame de partículas