Agrupamento espectral aglomerativo: uma proposta de algoritmo
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da FURG (RI FURG) |
Texto Completo: | http://repositorio.furg.br/handle/1/9984 |
Resumo: | Neste trabalho é apresentado o método de agrupamento espectral baseado em uma etapa de aglomeração dos k-menores autovetores da matriz Laplaciana, que representa o conjunto de dados a partir do grafo de similaridade. O algoritmo proposto é aplicado em diversos conjuntos de dados de formatos geométricos distintos. Os resultados são comparados aos agrupamentos obtidos pelo método k-médias e o método de agrupamento espectral via k-médias. Para medir a performance dos algoritmos é utilizada a medida-F e os resultados são apresentados em forma de tabela e gráfico. Após estudar as perfomances dos três algoritmos utilizados, conclui-se que o método apresentado neste trabalho é uma alternativa promissora ao método espectral via k-médias. |
id |
FURG_2f27c80f379894184b9802f2b5ad304a |
---|---|
oai_identifier_str |
oai:repositorio.furg.br:1/9984 |
network_acronym_str |
FURG |
network_name_str |
Repositório Institucional da FURG (RI FURG) |
repository_id_str |
|
spelling |
Garcia, Luciano GarimEmmendorfer, Leonardo Ramos2021-12-17T14:13:51Z2021-12-17T14:13:51Z2017GARCIA, Luciano Garim. Agrupamento espectral aglomerativo : uma proposta de algoritmo. 2017. 62 f. Dissertação (Mestrado em Engenharia da Computação) – Centro de Ciências Computacionais, Universidade Federal do Rio Grande, Rio Grande, 2017.http://repositorio.furg.br/handle/1/9984Neste trabalho é apresentado o método de agrupamento espectral baseado em uma etapa de aglomeração dos k-menores autovetores da matriz Laplaciana, que representa o conjunto de dados a partir do grafo de similaridade. O algoritmo proposto é aplicado em diversos conjuntos de dados de formatos geométricos distintos. Os resultados são comparados aos agrupamentos obtidos pelo método k-médias e o método de agrupamento espectral via k-médias. Para medir a performance dos algoritmos é utilizada a medida-F e os resultados são apresentados em forma de tabela e gráfico. Após estudar as perfomances dos três algoritmos utilizados, conclui-se que o método apresentado neste trabalho é uma alternativa promissora ao método espectral via k-médias.In this work we present the spectral clustering based on an agglomeration step in the k-smallest eigenvectors in the Laplacian matrix, that represents the dataset from the similarity graph. The proposed algorithm is applied in many datasets of different geometric formats and the results are compared to the k-means method clustering and the k-means spectral clustering method. To measure the performance of the algorithms, the F-measure is used and the results are presented in table and graph form. After look at the performances from the three methods used, it is concluded that the presented method is an alternative approach to the k-means spectral clustering method.porAgrupamentoEspectralParticionamentoAglomerativoClusteringSpectralPartitioningAgglomerativeAgrupamento espectral aglomerativo: uma proposta de algoritmoAgglomerative Spectral Clustering: A Proposed Al- gorithminfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da FURG (RI FURG)instname:Universidade Federal do Rio Grande (FURG)instacron:FURGLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.furg.br/bitstream/1/9984/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52open accessORIGINAL0000011511.pdf0000011511.pdfapplication/pdf1255874https://repositorio.furg.br/bitstream/1/9984/1/0000011511.pdf7b61eefc44d8fb15921fa05cbe29ef81MD51open access1/99842021-12-17 11:13:51.733open accessoai:repositorio.furg.br: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Repositório InstitucionalPUBhttps://repositorio.furg.br/oai/request || http://200.19.254.174/oai/requestopendoar:2021-12-17T14:13:51Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)false |
dc.title.pt_BR.fl_str_mv |
Agrupamento espectral aglomerativo: uma proposta de algoritmo |
dc.title.alternative.pt_BR.fl_str_mv |
Agglomerative Spectral Clustering: A Proposed Al- gorithm |
title |
Agrupamento espectral aglomerativo: uma proposta de algoritmo |
spellingShingle |
Agrupamento espectral aglomerativo: uma proposta de algoritmo Garcia, Luciano Garim Agrupamento Espectral Particionamento Aglomerativo Clustering Spectral Partitioning Agglomerative |
title_short |
Agrupamento espectral aglomerativo: uma proposta de algoritmo |
title_full |
Agrupamento espectral aglomerativo: uma proposta de algoritmo |
title_fullStr |
Agrupamento espectral aglomerativo: uma proposta de algoritmo |
title_full_unstemmed |
Agrupamento espectral aglomerativo: uma proposta de algoritmo |
title_sort |
Agrupamento espectral aglomerativo: uma proposta de algoritmo |
author |
Garcia, Luciano Garim |
author_facet |
Garcia, Luciano Garim |
author_role |
author |
dc.contributor.author.fl_str_mv |
Garcia, Luciano Garim |
dc.contributor.advisor1.fl_str_mv |
Emmendorfer, Leonardo Ramos |
contributor_str_mv |
Emmendorfer, Leonardo Ramos |
dc.subject.por.fl_str_mv |
Agrupamento Espectral Particionamento Aglomerativo Clustering Spectral Partitioning Agglomerative |
topic |
Agrupamento Espectral Particionamento Aglomerativo Clustering Spectral Partitioning Agglomerative |
description |
Neste trabalho é apresentado o método de agrupamento espectral baseado em uma etapa de aglomeração dos k-menores autovetores da matriz Laplaciana, que representa o conjunto de dados a partir do grafo de similaridade. O algoritmo proposto é aplicado em diversos conjuntos de dados de formatos geométricos distintos. Os resultados são comparados aos agrupamentos obtidos pelo método k-médias e o método de agrupamento espectral via k-médias. Para medir a performance dos algoritmos é utilizada a medida-F e os resultados são apresentados em forma de tabela e gráfico. Após estudar as perfomances dos três algoritmos utilizados, conclui-se que o método apresentado neste trabalho é uma alternativa promissora ao método espectral via k-médias. |
publishDate |
2017 |
dc.date.issued.fl_str_mv |
2017 |
dc.date.accessioned.fl_str_mv |
2021-12-17T14:13:51Z |
dc.date.available.fl_str_mv |
2021-12-17T14:13:51Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
GARCIA, Luciano Garim. Agrupamento espectral aglomerativo : uma proposta de algoritmo. 2017. 62 f. Dissertação (Mestrado em Engenharia da Computação) – Centro de Ciências Computacionais, Universidade Federal do Rio Grande, Rio Grande, 2017. |
dc.identifier.uri.fl_str_mv |
http://repositorio.furg.br/handle/1/9984 |
identifier_str_mv |
GARCIA, Luciano Garim. Agrupamento espectral aglomerativo : uma proposta de algoritmo. 2017. 62 f. Dissertação (Mestrado em Engenharia da Computação) – Centro de Ciências Computacionais, Universidade Federal do Rio Grande, Rio Grande, 2017. |
url |
http://repositorio.furg.br/handle/1/9984 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da FURG (RI FURG) instname:Universidade Federal do Rio Grande (FURG) instacron:FURG |
instname_str |
Universidade Federal do Rio Grande (FURG) |
instacron_str |
FURG |
institution |
FURG |
reponame_str |
Repositório Institucional da FURG (RI FURG) |
collection |
Repositório Institucional da FURG (RI FURG) |
bitstream.url.fl_str_mv |
https://repositorio.furg.br/bitstream/1/9984/2/license.txt https://repositorio.furg.br/bitstream/1/9984/1/0000011511.pdf |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 7b61eefc44d8fb15921fa05cbe29ef81 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG) |
repository.mail.fl_str_mv |
|
_version_ |
1798313603642687488 |