Redes imunológicas artificiais aplicadas a agrupamento alternativo : uma proposta baseada em teoria da informação

Detalhes bibliográficos
Autor(a) principal: Borges, Ederson, 1981-
Data de Publicação: 2023
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/13633
Resumo: Orientador: Guilherme Palermo Coelho
id UNICAMP-30_ad79465763057353c92015c0126110cb
oai_identifier_str oai::1363367
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Redes imunológicas artificiais aplicadas a agrupamento alternativo : uma proposta baseada em teoria da informaçãoArtificial immune networks applied to alternative clustering : a proposal based on information theoryEntropiaAprendizado de máquinaAlgoritmos de agrupamentoEntropyMachine learningClustering algorithmsOrientador: Guilherme Palermo CoelhoTese (doutorado) - Universidade Estadual de Campinas, Faculdade de TecnologiaResumo: Os Sistemas Imunológicos Artificiais (SIA) têm sido empregados como modelos para propor soluções em problemas de diferentes áreas. São diversas as inspirações envolvendo SIA na literatura, uma delas são as Redes Imunológicas Artificiais (RIA) utilizadas para implementação de algoritmos aplicados em aprendizagem de máquina, robótica, segurança cibernética, bioinformática e outras. Baseado nesta inspiração, a literatura já apresenta o framework aiNet, que possui algoritmos com a propriedade de manutenção de soluções diversas para uma mesma entrada. Esta propriedade pode ser utilizada na Mineração de Dados, mais especificamente no agrupamento de dados. Em agrupamento de dados, grupos entre objetos similares são formados, o que permite identificar relações ainda não conhecidas destes objetos. A quantidade de dados gerada atualmente tem crescido em volume e dimensão, de forma muito rápida. Com o aumento da dimensão dos dados, existe a possibilidade que diferentes objetos possam ser agrupados de formas diversas, e novos algoritmos estão sendo propostos para buscar estas soluções alternativas. Além disso, um desafio no agrupamento de dados é a forma de avaliar a similaridade entre os objetos uma vez que, com a alta dimensionalidade, as métricas de distância tendem a ser menos eficazes. A Teoria da Informação possui conceitos que são explorados para melhorar a eficiência na análise de agrupamentos, conceitos que envolvem o uso das estatísticas presentes diretamente nos dados. O Aprendizado Baseado em Teoria da Informação (do inglês - Information-Theoretic Learning (ITL)) é um campo de estudos que tem se destacado por apresentar boa performance nas aplicações de agrupamento. Desta forma, este trabalho tem como objetivo utilizar como base o framework aiNet e conceitos da ITL para a criação de agrupamentos com diversidade. Além disso, propõe-se aqui um novo índice de validação interna baseado em ITL, para avaliar os agrupamentos encontrados durante as iterações. Os algoritmos propostos foram avaliados utilizando bases sintéticas e reais, que possuem formas diversas de agrupamentos, e comparados com algoritmos baseados em diferentes abordagens. Com os resultados dos experimentos é possível constatar que o uso das RIA, combinadas a conceitos de ITL, melhoram os agrupamentos gerados, pois levam a resultados com qualidade compatível ou superior à dos resultados provenientes dos algoritmos encontrados na literaturaAbstract: Artificial Immune Systems (AIS) have been used as models to propose solutions to problems in different fields. There are several inspirations involving AIS in the literature, one of them are the Artificial Immune Networks, used to develop algorithms applied in machine learning, robotics, cybersecurity, bioinformatics, and others. Based on this inspiration, the literature already presents the framework aiNet, which has algorithms with the property of maintaining diverse candidate solutions for the same input. This property can be used in Data Mining, more specifically in Clustering. In this task, clusters between similar objects are formed, which allows identifying unknown relationships of these objects. The amount of data currently generated has grown in volume and size very quickly. With the increase in data dimensionality, there is the possibility that different objects can be clustered in different ways, and new algorithms are proposed to search for these alternative solutions. Furthermore, a challenge in clustering is how to evaluate the similarity between objects since, with high dimensionality, distance metrics tend to be less effective. Information Theory has concepts that are explored to improve efficiency in cluster analysis, concepts that involve the use of statistics present directly in the data. Information Theoretic Learning (ITL) is a field of study that has stood out for presenting good performance in clustering applications. Thus, this work aims to use the framework aiNet and ITL concepts as a basis for generating clusters with diversity. Besides, a new ITL-based internal validation index is proposed to evaluate the clusters found during the iterations. The proposed algorithms were evaluated using synthetic and real databases, which have different clustering possibities, and compared with algorithms based on different approaches. With the results of the experiments, it is possible to verify that the use of Artificial Immune Networks, combined with ITL concepts, improve the generated clusters, as they lead to results with a quality compatible or superior to the results from the algorithms found in the literatureDoutoradoSistemas de Informação e ComunicaçãoDoutor em TecnologiaCAPES001[s.n.]Coelho, Guilherme Palermo, 1980-Silva, Daniel Guerreiro eFrança, Fabrício Olivetti deFantinato, Denis GustavoBertini Junior, João RobertoUniversidade Estadual de Campinas. Faculdade de TecnologiaPrograma de Pós-Graduação em TecnologiaUNIVERSIDADE ESTADUAL DE CAMPINASBorges, Ederson, 1981-20232023-07-26T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (118 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/13633BORGES, Ederson. Redes imunológicas artificiais aplicadas a agrupamento alternativo: uma proposta baseada em teoria da informação. 2023. 1 recurso online (118 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Tecnologia, Limeira, SP. Disponível em: https://hdl.handle.net/20.500.12733/13633. Acesso em: 15 mai. 2024.https://repositorio.unicamp.br/acervo/detalhe/1363367porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2023-11-09T10:53:16Zoai::1363367Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2023-11-09T10:53:16Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Redes imunológicas artificiais aplicadas a agrupamento alternativo : uma proposta baseada em teoria da informação
Artificial immune networks applied to alternative clustering : a proposal based on information theory
title Redes imunológicas artificiais aplicadas a agrupamento alternativo : uma proposta baseada em teoria da informação
spellingShingle Redes imunológicas artificiais aplicadas a agrupamento alternativo : uma proposta baseada em teoria da informação
Borges, Ederson, 1981-
Entropia
Aprendizado de máquina
Algoritmos de agrupamento
Entropy
Machine learning
Clustering algorithms
title_short Redes imunológicas artificiais aplicadas a agrupamento alternativo : uma proposta baseada em teoria da informação
title_full Redes imunológicas artificiais aplicadas a agrupamento alternativo : uma proposta baseada em teoria da informação
title_fullStr Redes imunológicas artificiais aplicadas a agrupamento alternativo : uma proposta baseada em teoria da informação
title_full_unstemmed Redes imunológicas artificiais aplicadas a agrupamento alternativo : uma proposta baseada em teoria da informação
title_sort Redes imunológicas artificiais aplicadas a agrupamento alternativo : uma proposta baseada em teoria da informação
author Borges, Ederson, 1981-
author_facet Borges, Ederson, 1981-
author_role author
dc.contributor.none.fl_str_mv Coelho, Guilherme Palermo, 1980-
Silva, Daniel Guerreiro e
França, Fabrício Olivetti de
Fantinato, Denis Gustavo
Bertini Junior, João Roberto
Universidade Estadual de Campinas. Faculdade de Tecnologia
Programa de Pós-Graduação em Tecnologia
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Borges, Ederson, 1981-
dc.subject.por.fl_str_mv Entropia
Aprendizado de máquina
Algoritmos de agrupamento
Entropy
Machine learning
Clustering algorithms
topic Entropia
Aprendizado de máquina
Algoritmos de agrupamento
Entropy
Machine learning
Clustering algorithms
description Orientador: Guilherme Palermo Coelho
publishDate 2023
dc.date.none.fl_str_mv 2023
2023-07-26T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/13633
BORGES, Ederson. Redes imunológicas artificiais aplicadas a agrupamento alternativo: uma proposta baseada em teoria da informação. 2023. 1 recurso online (118 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Tecnologia, Limeira, SP. Disponível em: https://hdl.handle.net/20.500.12733/13633. Acesso em: 15 mai. 2024.
url https://hdl.handle.net/20.500.12733/13633
identifier_str_mv BORGES, Ederson. Redes imunológicas artificiais aplicadas a agrupamento alternativo: uma proposta baseada em teoria da informação. 2023. 1 recurso online (118 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Tecnologia, Limeira, SP. Disponível em: https://hdl.handle.net/20.500.12733/13633. Acesso em: 15 mai. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1363367
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (118 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1799138581985361920

Registros relacionados