Abordagens heurísticas para problemas de agrupamentos

Detalhes bibliográficos
Autor(a) principal: Dalila Ribeiro Serpa
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
Texto Completo: http://urlib.net/sid.inpe.br/mtc-m19/2011/02.17.15.47
Resumo: Os problemas de agrupamentos surgiram da necessidade de se agrupar dados a fim de entender um objeto ou um fenômeno ainda desconhecidos. O agrupamento é feito com base na similaridade entre os objetos de um conjunto de dados, em que os mais similares ficam no mesmo grupo. Este trabalho propõe três novas abordagens heurísticas para problemas de agrupamentos: a meta-heurística Busca em Vizinhança Variável (VNS, do inglês \textit{Variable Neighborhood Search}), a meta-heurística Busca Local Iterativa (ILS, do ingles \textit{Iterated Local Search} e o método híbrido Busca por Agrupamentos (CS, do inglês \textit{Clustering Search}). O VNS é caracterizado por realizar buscas em vizinhanças distantes. O ILS realiza perturbações em uma solução gerando novas soluções de partida para a busca local. O CS, chamado de método híbrido por utilizar uma combinação de meta-heurísticas com busca local, é caracterizado por realizar buscas em regiões promissoras à melhoria da solução. Neste trabalho, estes algoritmos utilizarão a abordagem de particionamento em cliques para realizar o \textit{clustering}. Os \textit{clusters} obtidos pelos algoritmos serão avaliados por dois índices de validação externa: Rand e Corrected Rand. Além disso, uma pequena aplicação em classificação de imagens será apresentada. E por fim, os resultados obtidos serão comparados com outros algoritmos da literatura.
id INPE_80c49a7cad898c3746ad970b2562c6d4
oai_identifier_str oai:urlib.net:sid.inpe.br/mtc-m19/2011/02.17.15.47.22-0
network_acronym_str INPE
network_name_str Biblioteca Digital de Teses e Dissertações do INPE
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisAbordagens heurísticas para problemas de agrupamentosHeuristics approaches for clustering problems2011-02-25Luiz Antonio Nogueira LorenaFrancisco de Assis CorrêaJosé Carlos BecceneriMariá Cristina Vasconcelos NascimentoDalila Ribeiro SerpaInstituto Nacional de Pesquisas EspaciaisPrograma de Pós-Graduação do INPE em Computação AplicadaINPEBRagrupamentosparticionamento em cliquesmeta-heurísticasVNSILSCSclusteringclique partitioningmetaheuristicsVNSILSCSOs problemas de agrupamentos surgiram da necessidade de se agrupar dados a fim de entender um objeto ou um fenômeno ainda desconhecidos. O agrupamento é feito com base na similaridade entre os objetos de um conjunto de dados, em que os mais similares ficam no mesmo grupo. Este trabalho propõe três novas abordagens heurísticas para problemas de agrupamentos: a meta-heurística Busca em Vizinhança Variável (VNS, do inglês \textit{Variable Neighborhood Search}), a meta-heurística Busca Local Iterativa (ILS, do ingles \textit{Iterated Local Search} e o método híbrido Busca por Agrupamentos (CS, do inglês \textit{Clustering Search}). O VNS é caracterizado por realizar buscas em vizinhanças distantes. O ILS realiza perturbações em uma solução gerando novas soluções de partida para a busca local. O CS, chamado de método híbrido por utilizar uma combinação de meta-heurísticas com busca local, é caracterizado por realizar buscas em regiões promissoras à melhoria da solução. Neste trabalho, estes algoritmos utilizarão a abordagem de particionamento em cliques para realizar o \textit{clustering}. Os \textit{clusters} obtidos pelos algoritmos serão avaliados por dois índices de validação externa: Rand e Corrected Rand. Além disso, uma pequena aplicação em classificação de imagens será apresentada. E por fim, os resultados obtidos serão comparados com outros algoritmos da literatura.The clustering problems arose from the need to group data in order to understand an object or a phenomenon still unknown. Data clustering is based on similarity between objects of a data set, where the most similar objects are in the same group. This work proposes three new heuristics approaches to clustering problems: the \textit{Variable Neighborhood Search} (VNS) metaheuristic, the \textit{Iterated Local Search} (ILS) metaheuristic and the hybrid method called \textit{Clustering Search}(CS). VNS is characterized by performing searches in a distant neighborhoods. ILS performs a perturbation in a solution, generating new starting solutions to the local search. CS, called hybrid method because it uses a combination of metaheuristics with local search, is characterized by performing searches in promising regions to the solution improvement. In this work, these algorithms will use the clique partitioning approach to perform the clustering. The clusters obtained by these algorithms will be evaluated by two external validation indexes: Rand and Corrected Rand. Moreover, a little application in image classification will be presented. At the end, the results obtained will be compared with others algorithms in the literature.http://urlib.net/sid.inpe.br/mtc-m19/2011/02.17.15.47info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:53:33Zoai:urlib.net:sid.inpe.br/mtc-m19/2011/02.17.15.47.22-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:53:34.563Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false
dc.title.pt.fl_str_mv Abordagens heurísticas para problemas de agrupamentos
dc.title.alternative.en.fl_str_mv Heuristics approaches for clustering problems
title Abordagens heurísticas para problemas de agrupamentos
spellingShingle Abordagens heurísticas para problemas de agrupamentos
Dalila Ribeiro Serpa
title_short Abordagens heurísticas para problemas de agrupamentos
title_full Abordagens heurísticas para problemas de agrupamentos
title_fullStr Abordagens heurísticas para problemas de agrupamentos
title_full_unstemmed Abordagens heurísticas para problemas de agrupamentos
title_sort Abordagens heurísticas para problemas de agrupamentos
author Dalila Ribeiro Serpa
author_facet Dalila Ribeiro Serpa
author_role author
dc.contributor.advisor1.fl_str_mv Luiz Antonio Nogueira Lorena
dc.contributor.advisor2.fl_str_mv Francisco de Assis Corrêa
dc.contributor.referee1.fl_str_mv José Carlos Becceneri
dc.contributor.referee2.fl_str_mv Mariá Cristina Vasconcelos Nascimento
dc.contributor.author.fl_str_mv Dalila Ribeiro Serpa
contributor_str_mv Luiz Antonio Nogueira Lorena
Francisco de Assis Corrêa
José Carlos Becceneri
Mariá Cristina Vasconcelos Nascimento
dc.description.abstract.por.fl_txt_mv Os problemas de agrupamentos surgiram da necessidade de se agrupar dados a fim de entender um objeto ou um fenômeno ainda desconhecidos. O agrupamento é feito com base na similaridade entre os objetos de um conjunto de dados, em que os mais similares ficam no mesmo grupo. Este trabalho propõe três novas abordagens heurísticas para problemas de agrupamentos: a meta-heurística Busca em Vizinhança Variável (VNS, do inglês \textit{Variable Neighborhood Search}), a meta-heurística Busca Local Iterativa (ILS, do ingles \textit{Iterated Local Search} e o método híbrido Busca por Agrupamentos (CS, do inglês \textit{Clustering Search}). O VNS é caracterizado por realizar buscas em vizinhanças distantes. O ILS realiza perturbações em uma solução gerando novas soluções de partida para a busca local. O CS, chamado de método híbrido por utilizar uma combinação de meta-heurísticas com busca local, é caracterizado por realizar buscas em regiões promissoras à melhoria da solução. Neste trabalho, estes algoritmos utilizarão a abordagem de particionamento em cliques para realizar o \textit{clustering}. Os \textit{clusters} obtidos pelos algoritmos serão avaliados por dois índices de validação externa: Rand e Corrected Rand. Além disso, uma pequena aplicação em classificação de imagens será apresentada. E por fim, os resultados obtidos serão comparados com outros algoritmos da literatura.
dc.description.abstract.eng.fl_txt_mv The clustering problems arose from the need to group data in order to understand an object or a phenomenon still unknown. Data clustering is based on similarity between objects of a data set, where the most similar objects are in the same group. This work proposes three new heuristics approaches to clustering problems: the \textit{Variable Neighborhood Search} (VNS) metaheuristic, the \textit{Iterated Local Search} (ILS) metaheuristic and the hybrid method called \textit{Clustering Search}(CS). VNS is characterized by performing searches in a distant neighborhoods. ILS performs a perturbation in a solution, generating new starting solutions to the local search. CS, called hybrid method because it uses a combination of metaheuristics with local search, is characterized by performing searches in promising regions to the solution improvement. In this work, these algorithms will use the clique partitioning approach to perform the clustering. The clusters obtained by these algorithms will be evaluated by two external validation indexes: Rand and Corrected Rand. Moreover, a little application in image classification will be presented. At the end, the results obtained will be compared with others algorithms in the literature.
description Os problemas de agrupamentos surgiram da necessidade de se agrupar dados a fim de entender um objeto ou um fenômeno ainda desconhecidos. O agrupamento é feito com base na similaridade entre os objetos de um conjunto de dados, em que os mais similares ficam no mesmo grupo. Este trabalho propõe três novas abordagens heurísticas para problemas de agrupamentos: a meta-heurística Busca em Vizinhança Variável (VNS, do inglês \textit{Variable Neighborhood Search}), a meta-heurística Busca Local Iterativa (ILS, do ingles \textit{Iterated Local Search} e o método híbrido Busca por Agrupamentos (CS, do inglês \textit{Clustering Search}). O VNS é caracterizado por realizar buscas em vizinhanças distantes. O ILS realiza perturbações em uma solução gerando novas soluções de partida para a busca local. O CS, chamado de método híbrido por utilizar uma combinação de meta-heurísticas com busca local, é caracterizado por realizar buscas em regiões promissoras à melhoria da solução. Neste trabalho, estes algoritmos utilizarão a abordagem de particionamento em cliques para realizar o \textit{clustering}. Os \textit{clusters} obtidos pelos algoritmos serão avaliados por dois índices de validação externa: Rand e Corrected Rand. Além disso, uma pequena aplicação em classificação de imagens será apresentada. E por fim, os resultados obtidos serão comparados com outros algoritmos da literatura.
publishDate 2011
dc.date.issued.fl_str_mv 2011-02-25
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
status_str publishedVersion
format masterThesis
dc.identifier.uri.fl_str_mv http://urlib.net/sid.inpe.br/mtc-m19/2011/02.17.15.47
url http://urlib.net/sid.inpe.br/mtc-m19/2011/02.17.15.47
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.publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais
dc.publisher.program.fl_str_mv Programa de Pós-Graduação do INPE em Computação Aplicada
dc.publisher.initials.fl_str_mv INPE
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do INPE
instname:Instituto Nacional de Pesquisas Espaciais (INPE)
instacron:INPE
reponame_str Biblioteca Digital de Teses e Dissertações do INPE
collection Biblioteca Digital de Teses e Dissertações do INPE
instname_str Instituto Nacional de Pesquisas Espaciais (INPE)
instacron_str INPE
institution INPE
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)
repository.mail.fl_str_mv
publisher_program_txtF_mv Programa de Pós-Graduação do INPE em Computação Aplicada
contributor_advisor1_txtF_mv Luiz Antonio Nogueira Lorena
_version_ 1706809353020899328

Registros relacionados