Determinação do Número de Agrupamentos em Conjuntos de Dados Multidimensionais utilizando Algoritmos Genéricos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2005 |
Tipo de documento: | Artigo |
Idioma: | eng |
Título da fonte: | INFOCOMP: Jornal de Ciência da Computação |
Texto Completo: | https://infocomp.dcc.ufla.br/index.php/infocomp/article/view/113 |
Resumo: | A análise de agrupamentos tem sido utilizada com sucesso nas mais diversas áreas de pesquisa com o objetivo de agrupar dados semelhantes segundo suas características. Uma técnica eficiente na análise de agrupamentos é a utilização da função de densidade de probabilidade que apresenta o número de agrupamentos graficamente. Os algoritmos genéticos foram utilizados com sucesso para informar o número de agrupamentos em um conjunto de dados unidimensional. Os métodos existentes para a análise de agrupamentos em dados multidimensionais necessitam de um número aproximado de agrupamentos para localizá-los. O desempenho destes métodos depende diretamente deste número de agrupamentos. O propósito deste trabalho é utilizar os algoritmos genéticos para predizer o número de agrupamentos em dados multidimensionais. |
id |
UFLA-5_75b8c5ca21d3700176f74a4d4fcf4b6e |
---|---|
oai_identifier_str |
oai:infocomp.dcc.ufla.br:article/113 |
network_acronym_str |
UFLA-5 |
network_name_str |
INFOCOMP: Jornal de Ciência da Computação |
repository_id_str |
|
spelling |
Determinação do Número de Agrupamentos em Conjuntos de Dados Multidimensionais utilizando Algoritmos GenéricosInteligência ArtificialAnálise de AgrupamentosAlgoritmos GenéticosFunção de Densidade de ProbabilidadeA análise de agrupamentos tem sido utilizada com sucesso nas mais diversas áreas de pesquisa com o objetivo de agrupar dados semelhantes segundo suas características. Uma técnica eficiente na análise de agrupamentos é a utilização da função de densidade de probabilidade que apresenta o número de agrupamentos graficamente. Os algoritmos genéticos foram utilizados com sucesso para informar o número de agrupamentos em um conjunto de dados unidimensional. Os métodos existentes para a análise de agrupamentos em dados multidimensionais necessitam de um número aproximado de agrupamentos para localizá-los. O desempenho destes métodos depende diretamente deste número de agrupamentos. O propósito deste trabalho é utilizar os algoritmos genéticos para predizer o número de agrupamentos em dados multidimensionais.Editora da UFLA2005-12-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://infocomp.dcc.ufla.br/index.php/infocomp/article/view/113INFOCOMP Journal of Computer Science; Vol. 4 No. 4 (2005): December, 2005; 67-721982-33631807-4545reponame:INFOCOMP: Jornal de Ciência da Computaçãoinstname:Universidade Federal de Lavras (UFLA)instacron:UFLAenghttps://infocomp.dcc.ufla.br/index.php/infocomp/article/view/113/98Copyright (c) 2016 INFOCOMP Journal of Computer Scienceinfo:eu-repo/semantics/openAccessIzidoro, Sandro Carvalho2015-06-22T12:47:11Zoai:infocomp.dcc.ufla.br:article/113Revistahttps://infocomp.dcc.ufla.br/index.php/infocompPUBhttps://infocomp.dcc.ufla.br/index.php/infocomp/oaiinfocomp@dcc.ufla.br||apfreire@dcc.ufla.br1982-33631807-4545opendoar:2024-05-21T19:54:17.952222INFOCOMP: Jornal de Ciência da Computação - Universidade Federal de Lavras (UFLA)true |
dc.title.none.fl_str_mv |
Determinação do Número de Agrupamentos em Conjuntos de Dados Multidimensionais utilizando Algoritmos Genéricos |
title |
Determinação do Número de Agrupamentos em Conjuntos de Dados Multidimensionais utilizando Algoritmos Genéricos |
spellingShingle |
Determinação do Número de Agrupamentos em Conjuntos de Dados Multidimensionais utilizando Algoritmos Genéricos Izidoro, Sandro Carvalho Inteligência Artificial Análise de Agrupamentos Algoritmos Genéticos Função de Densidade de Probabilidade |
title_short |
Determinação do Número de Agrupamentos em Conjuntos de Dados Multidimensionais utilizando Algoritmos Genéricos |
title_full |
Determinação do Número de Agrupamentos em Conjuntos de Dados Multidimensionais utilizando Algoritmos Genéricos |
title_fullStr |
Determinação do Número de Agrupamentos em Conjuntos de Dados Multidimensionais utilizando Algoritmos Genéricos |
title_full_unstemmed |
Determinação do Número de Agrupamentos em Conjuntos de Dados Multidimensionais utilizando Algoritmos Genéricos |
title_sort |
Determinação do Número de Agrupamentos em Conjuntos de Dados Multidimensionais utilizando Algoritmos Genéricos |
author |
Izidoro, Sandro Carvalho |
author_facet |
Izidoro, Sandro Carvalho |
author_role |
author |
dc.contributor.author.fl_str_mv |
Izidoro, Sandro Carvalho |
dc.subject.por.fl_str_mv |
Inteligência Artificial Análise de Agrupamentos Algoritmos Genéticos Função de Densidade de Probabilidade |
topic |
Inteligência Artificial Análise de Agrupamentos Algoritmos Genéticos Função de Densidade de Probabilidade |
description |
A análise de agrupamentos tem sido utilizada com sucesso nas mais diversas áreas de pesquisa com o objetivo de agrupar dados semelhantes segundo suas características. Uma técnica eficiente na análise de agrupamentos é a utilização da função de densidade de probabilidade que apresenta o número de agrupamentos graficamente. Os algoritmos genéticos foram utilizados com sucesso para informar o número de agrupamentos em um conjunto de dados unidimensional. Os métodos existentes para a análise de agrupamentos em dados multidimensionais necessitam de um número aproximado de agrupamentos para localizá-los. O desempenho destes métodos depende diretamente deste número de agrupamentos. O propósito deste trabalho é utilizar os algoritmos genéticos para predizer o número de agrupamentos em dados multidimensionais. |
publishDate |
2005 |
dc.date.none.fl_str_mv |
2005-12-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://infocomp.dcc.ufla.br/index.php/infocomp/article/view/113 |
url |
https://infocomp.dcc.ufla.br/index.php/infocomp/article/view/113 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.relation.none.fl_str_mv |
https://infocomp.dcc.ufla.br/index.php/infocomp/article/view/113/98 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2016 INFOCOMP Journal of Computer Science info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2016 INFOCOMP Journal of Computer Science |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Editora da UFLA |
publisher.none.fl_str_mv |
Editora da UFLA |
dc.source.none.fl_str_mv |
INFOCOMP Journal of Computer Science; Vol. 4 No. 4 (2005): December, 2005; 67-72 1982-3363 1807-4545 reponame:INFOCOMP: Jornal de Ciência da Computação instname:Universidade Federal de Lavras (UFLA) instacron:UFLA |
instname_str |
Universidade Federal de Lavras (UFLA) |
instacron_str |
UFLA |
institution |
UFLA |
reponame_str |
INFOCOMP: Jornal de Ciência da Computação |
collection |
INFOCOMP: Jornal de Ciência da Computação |
repository.name.fl_str_mv |
INFOCOMP: Jornal de Ciência da Computação - Universidade Federal de Lavras (UFLA) |
repository.mail.fl_str_mv |
infocomp@dcc.ufla.br||apfreire@dcc.ufla.br |
_version_ |
1799874740081393664 |