Clusterização através de árvores de padrões fuzzy e programação genética cartesiana
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UERJ |
Texto Completo: | http://www.bdtd.uerj.br/handle/1/11867 |
Resumo: | This work presents o method for fuzzy clustering. Instead of the traditional fuzzy based rules, it was used a model called Fuzzy Pattern Trees (FPT), which is a hierarchical tree-based model, having as internal nodes, fuzzy logical operators and the leaves are composed of a combination of fuzzy terms with the input attributes. The method was obtained by creating a tree for each cluster, this tree will be a logic class description which allows the interpretation of the results. The learning method originally designed for FPT was replaced by Cartesian Genetic Programming where the fitness function reflects the quality of the clustering obtained through different indices. The FPT method was compared against other clustering techniques, such as: k-means, k-medoids, Agglomerative, Fuzzy C-means, Kohonen and DBSCAN on several datasets from artificial bases and the UCI Machine Learning Repository and it presented competitive results. It was also used to solve a segmentation problem from a mobile operator with promising results. |
id |
UERJ_b6678de5dedc4272198d8b5142698746 |
---|---|
oai_identifier_str |
oai:www.bdtd.uerj.br:1/11867 |
network_acronym_str |
UERJ |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UERJ |
repository_id_str |
2903 |
spelling |
Amaral, Jorge Luís Machado dohttp://lattes.cnpq.br/1000528740958810Evsukoff, Alexandre Gonçalveshttp://lattes.cnpq.br/6443456845137235Dias, Douglas Motahttp://lattes.cnpq.br/3426085961007140Silva, Marco Aurélio Botelho dahttp://lattes.cnpq.br/8166808280180129http://lattes.cnpq.br/2707482185830649Araujo, Vivian de Oliveira2021-01-06T19:19:50Z2018-05-232017-02-21ARAUJO, Vivian de Oliveira. Clusterização através de árvores de padrões fuzzy e programação genética cartesiana. 2017. 124 f. Dissertação (Mestrado em Redes de Telecomunicações; Sistemas Inteligentes e Automação) - Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2017.http://www.bdtd.uerj.br/handle/1/11867This work presents o method for fuzzy clustering. Instead of the traditional fuzzy based rules, it was used a model called Fuzzy Pattern Trees (FPT), which is a hierarchical tree-based model, having as internal nodes, fuzzy logical operators and the leaves are composed of a combination of fuzzy terms with the input attributes. The method was obtained by creating a tree for each cluster, this tree will be a logic class description which allows the interpretation of the results. The learning method originally designed for FPT was replaced by Cartesian Genetic Programming where the fitness function reflects the quality of the clustering obtained through different indices. The FPT method was compared against other clustering techniques, such as: k-means, k-medoids, Agglomerative, Fuzzy C-means, Kohonen and DBSCAN on several datasets from artificial bases and the UCI Machine Learning Repository and it presented competitive results. It was also used to solve a segmentation problem from a mobile operator with promising results.Esta dissertação apresenta um modelo de clusterização fuzzy. Ao invés de utilizar a abordagem tradicional de sistemas fuzzy baseados em regras, foi utilizado o modelo de Árvore de Padrões Fuzzy (APF), que é um modelo hierárquico, com uma estrutura baseada em árvores que possuem como nós internos operadores lógicos fuzzy e as folhas são compostas pela associação de termos fuzzy com os atributos de entrada. O modelo sintetiza uma árvore para cada grupo, que será uma descrição lógica do grupo o que permite analisar e interpretar como é feita a clusterização. O método de aprendizado concebido utiliza Programação Genética Cartesiana onde a função de aptidão reflete a qualidade da clusterização obtida através de diferentes índices. O modelo proposto foi comparado com diferentes técnicas de clusterização tais como: k-means, k-medoids, hierárquico, Fuzzy C-means, Mapas de Kohonen e DBSCAN em bases de dados artificiais e do UCI Machine Learning Repository, tendo apresentado resultados competitivos. Ele também foi aplicado para resolver um problema de segmentação de mercado em uma operadora de telefonia com resultados promissores.Submitted by Boris Flegr (boris@uerj.br) on 2021-01-06T19:19:50Z No. of bitstreams: 1 Vivian de Oliveira Araujo.pdf: 2674571 bytes, checksum: b3f2582b8a7d323a522858be899a726b (MD5)Made available in DSpace on 2021-01-06T19:19:50Z (GMT). No. of bitstreams: 1 Vivian de Oliveira Araujo.pdf: 2674571 bytes, checksum: b3f2582b8a7d323a522858be899a726b (MD5) Previous issue date: 2017-02-21application/pdfporUniversidade do Estado do Rio de JaneiroPrograma de Pós-Graduação em Engenharia EletrônicaUERJBRCentro de Tecnologia e Ciências::Faculdade de EngenhariaElectronic EngineeringGrouping of related dataDiffuse logicMachine LearningClusteringCartesian Genetic ProgrammingClusteringInterpretabilityEngenharia eletrônicaAgrupamento de dados relacionadosLógica difusaAprendizado de máquinaÁrvores Fuzzy de PadrõesProgramação Genética CartesianaClusterizaçãoInterpretabilidadeCNPQ::ENGENHARIASClusterização através de árvores de padrões fuzzy e programação genética cartesianaClustering over fuzzy pattern trees and cartesian genetic programminginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UERJinstname:Universidade do Estado do Rio de Janeiro (UERJ)instacron:UERJORIGINALVivian de Oliveira Araujo.pdfapplication/pdf2674571http://www.bdtd.uerj.br/bitstream/1/11867/1/Vivian+de+Oliveira+Araujo.pdfb3f2582b8a7d323a522858be899a726bMD511/118672024-02-27 15:16:52.362oai:www.bdtd.uerj.br:1/11867Biblioteca Digital de Teses e Dissertaçõeshttp://www.bdtd.uerj.br/PUBhttps://www.bdtd.uerj.br:8443/oai/requestbdtd.suporte@uerj.bropendoar:29032024-02-27T18:16:52Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ)false |
dc.title.por.fl_str_mv |
Clusterização através de árvores de padrões fuzzy e programação genética cartesiana |
dc.title.alternative.eng.fl_str_mv |
Clustering over fuzzy pattern trees and cartesian genetic programming |
title |
Clusterização através de árvores de padrões fuzzy e programação genética cartesiana |
spellingShingle |
Clusterização através de árvores de padrões fuzzy e programação genética cartesiana Araujo, Vivian de Oliveira Electronic Engineering Grouping of related data Diffuse logic Machine Learning Clustering Cartesian Genetic Programming Clustering Interpretability Engenharia eletrônica Agrupamento de dados relacionados Lógica difusa Aprendizado de máquina Árvores Fuzzy de Padrões Programação Genética Cartesiana Clusterização Interpretabilidade CNPQ::ENGENHARIAS |
title_short |
Clusterização através de árvores de padrões fuzzy e programação genética cartesiana |
title_full |
Clusterização através de árvores de padrões fuzzy e programação genética cartesiana |
title_fullStr |
Clusterização através de árvores de padrões fuzzy e programação genética cartesiana |
title_full_unstemmed |
Clusterização através de árvores de padrões fuzzy e programação genética cartesiana |
title_sort |
Clusterização através de árvores de padrões fuzzy e programação genética cartesiana |
author |
Araujo, Vivian de Oliveira |
author_facet |
Araujo, Vivian de Oliveira |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Amaral, Jorge Luís Machado do |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/1000528740958810 |
dc.contributor.referee1.fl_str_mv |
Evsukoff, Alexandre Gonçalves |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/6443456845137235 |
dc.contributor.referee2.fl_str_mv |
Dias, Douglas Mota |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/3426085961007140 |
dc.contributor.referee3.fl_str_mv |
Silva, Marco Aurélio Botelho da |
dc.contributor.referee3Lattes.fl_str_mv |
http://lattes.cnpq.br/8166808280180129 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/2707482185830649 |
dc.contributor.author.fl_str_mv |
Araujo, Vivian de Oliveira |
contributor_str_mv |
Amaral, Jorge Luís Machado do Evsukoff, Alexandre Gonçalves Dias, Douglas Mota Silva, Marco Aurélio Botelho da |
dc.subject.eng.fl_str_mv |
Electronic Engineering Grouping of related data Diffuse logic Machine Learning Clustering Cartesian Genetic Programming Clustering Interpretability |
topic |
Electronic Engineering Grouping of related data Diffuse logic Machine Learning Clustering Cartesian Genetic Programming Clustering Interpretability Engenharia eletrônica Agrupamento de dados relacionados Lógica difusa Aprendizado de máquina Árvores Fuzzy de Padrões Programação Genética Cartesiana Clusterização Interpretabilidade CNPQ::ENGENHARIAS |
dc.subject.por.fl_str_mv |
Engenharia eletrônica Agrupamento de dados relacionados Lógica difusa Aprendizado de máquina Árvores Fuzzy de Padrões Programação Genética Cartesiana Clusterização Interpretabilidade |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS |
description |
This work presents o method for fuzzy clustering. Instead of the traditional fuzzy based rules, it was used a model called Fuzzy Pattern Trees (FPT), which is a hierarchical tree-based model, having as internal nodes, fuzzy logical operators and the leaves are composed of a combination of fuzzy terms with the input attributes. The method was obtained by creating a tree for each cluster, this tree will be a logic class description which allows the interpretation of the results. The learning method originally designed for FPT was replaced by Cartesian Genetic Programming where the fitness function reflects the quality of the clustering obtained through different indices. The FPT method was compared against other clustering techniques, such as: k-means, k-medoids, Agglomerative, Fuzzy C-means, Kohonen and DBSCAN on several datasets from artificial bases and the UCI Machine Learning Repository and it presented competitive results. It was also used to solve a segmentation problem from a mobile operator with promising results. |
publishDate |
2017 |
dc.date.issued.fl_str_mv |
2017-02-21 |
dc.date.available.fl_str_mv |
2018-05-23 |
dc.date.accessioned.fl_str_mv |
2021-01-06T19:19:50Z |
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 |
ARAUJO, Vivian de Oliveira. Clusterização através de árvores de padrões fuzzy e programação genética cartesiana. 2017. 124 f. Dissertação (Mestrado em Redes de Telecomunicações; Sistemas Inteligentes e Automação) - Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2017. |
dc.identifier.uri.fl_str_mv |
http://www.bdtd.uerj.br/handle/1/11867 |
identifier_str_mv |
ARAUJO, Vivian de Oliveira. Clusterização através de árvores de padrões fuzzy e programação genética cartesiana. 2017. 124 f. Dissertação (Mestrado em Redes de Telecomunicações; Sistemas Inteligentes e Automação) - Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2017. |
url |
http://www.bdtd.uerj.br/handle/1/11867 |
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.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade do Estado do Rio de Janeiro |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Eletrônica |
dc.publisher.initials.fl_str_mv |
UERJ |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Centro de Tecnologia e Ciências::Faculdade de Engenharia |
publisher.none.fl_str_mv |
Universidade do Estado do Rio de Janeiro |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UERJ instname:Universidade do Estado do Rio de Janeiro (UERJ) instacron:UERJ |
instname_str |
Universidade do Estado do Rio de Janeiro (UERJ) |
instacron_str |
UERJ |
institution |
UERJ |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UERJ |
collection |
Biblioteca Digital de Teses e Dissertações da UERJ |
bitstream.url.fl_str_mv |
http://www.bdtd.uerj.br/bitstream/1/11867/1/Vivian+de+Oliveira+Araujo.pdf |
bitstream.checksum.fl_str_mv |
b3f2582b8a7d323a522858be899a726b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ) |
repository.mail.fl_str_mv |
bdtd.suporte@uerj.br |
_version_ |
1792352310208233472 |