Agrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do Mackenzie |
Texto Completo: | http://dspace.mackenzie.br/handle/10899/24263 |
Resumo: | Clustering usually treats objects as belonging to mutually exclusive clusters, what is usually im-precise, because an object may belong to more than one cluster simultaneously with different membership degrees. The clustering algorithms, both crisp and fuzzy, have a number of parameters to be adjusted so that they present the best performance for a given database. Furthermore, it is known that no single algorithm is better than all the others for all problem classes, and the combi-nation of solutions found by various algorithms (or the same algorithm with different parameters) may lead to a global solution that is better than those found by individual algorithms, including the best one. It is within this context that the present thesis proposes a new fuzzy clustering algo-rithm inspired by the behavior of particle swarms and, then, introduces a new form of combining the clustering algorithms using concepts from Type-2 fuzzy sets. |
id |
UPM_e5493c571c21077871efd4978884f614 |
---|---|
oai_identifier_str |
oai:dspace.mackenzie.br:10899/24263 |
network_acronym_str |
UPM |
network_name_str |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
repository_id_str |
10277 |
spelling |
2016-03-15T19:38:52Z2020-05-28T18:07:57Z2015-04-152020-05-28T18:07:57Z2014-10-29SZABO, Alexandre. Agrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2. 2014. 139 f. Tese (Doutorado em Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2014.http://dspace.mackenzie.br/handle/10899/24263Clustering usually treats objects as belonging to mutually exclusive clusters, what is usually im-precise, because an object may belong to more than one cluster simultaneously with different membership degrees. The clustering algorithms, both crisp and fuzzy, have a number of parameters to be adjusted so that they present the best performance for a given database. Furthermore, it is known that no single algorithm is better than all the others for all problem classes, and the combi-nation of solutions found by various algorithms (or the same algorithm with different parameters) may lead to a global solution that is better than those found by individual algorithms, including the best one. It is within this context that the present thesis proposes a new fuzzy clustering algo-rithm inspired by the behavior of particle swarms and, then, introduces a new form of combining the clustering algorithms using concepts from Type-2 fuzzy sets.Da maneira tradicional o agrupamento trata os objetos que compõem a base como pertencentes a grupos mutuamente exclusivos, o que nem sempre é verdade, pois um objeto pode pertencer a mais de um grupo com diferentes graus de pertinência. Os algoritmos de agrupamento, sejam eles convencionais ou nebulosos (capazes de tratar múltiplas pertinências simultaneamente), possuem diversos parâmetros a serem ajustados de tal forma que ofereçam o melhor desempenho para uma base de dados. Além disso, é sabido que nenhum algoritmo é superior a todos os outros para todas as classes de problemas e que combinar soluções fornecidas por diferentes algoritmos pode levar a uma solução global superior a todas as soluções individuais, inclusive à melhor. É nesse contexto que a presente tese propõe um novo algoritmo de agrupamento nebuloso de dados inspirado no comportamento de enxames de partículas e, em seguida, propõe uma nova forma de realizar combinações (ensembles) de algoritmos de agrupamento usando conceitos da teoria de conjuntos nebulosos do Tipo-2.Fundação de Amparo a Pesquisa do Estado de São Pauloapplication/pdfporUniversidade Presbiteriana MackenzieEngenharia ElétricaUPMBREngenharia Elétricaconjuntos nebulosos do tipo-1conjuntos nebulosos do tipo-2agrupamento de dadoscombinação de agrupamentosenxame de partículastype-1 fuzzy setstype-2 fuzzy setsdata clusteringcluster ensemblesparticle swarmCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAAgrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisDelgado, Myriam Regattieri de Biase da Silvahttp://lattes.cnpq.br/4166922845507601Silva, Leandro Nunes de Castrohttp://lattes.cnpq.br/2741458816539568Oliveira, Pedro Paulo Balbi dehttp://lattes.cnpq.br/9556738277476279Omar, Nizamhttp://lattes.cnpq.br/2067336430076971Lucas, Luís Albertohttp://lattes.cnpq.br/5961504642771917Vellasco, Marley Maria Bernardes Rebuzzihttp://lattes.cnpq.br/8265116967095452http://lattes.cnpq.br/1867346456358550Szabo, Alexandrehttp://tede.mackenzie.br/jspui/retrieve/3818/Alexandre%20Szabo.pdf.jpghttp://tede.mackenzie.br/jspui/bitstream/tede/1527/1/Alexandre%20Szabo.pdfinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações do Mackenzieinstname:Universidade Presbiteriana Mackenzie (MACKENZIE)instacron:MACKENZIE10899/242632020-05-28 15:07:57.921Biblioteca Digital de Teses e Dissertaçõeshttp://tede.mackenzie.br/jspui/PRI |
dc.title.por.fl_str_mv |
Agrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2 |
title |
Agrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2 |
spellingShingle |
Agrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2 Szabo, Alexandre conjuntos nebulosos do tipo-1 conjuntos nebulosos do tipo-2 agrupamento de dados combinação de agrupamentos enxame de partículas type-1 fuzzy sets type-2 fuzzy sets data clustering cluster ensembles particle swarm CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
title_short |
Agrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2 |
title_full |
Agrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2 |
title_fullStr |
Agrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2 |
title_full_unstemmed |
Agrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2 |
title_sort |
Agrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2 |
author |
Szabo, Alexandre |
author_facet |
Szabo, Alexandre |
author_role |
author |
dc.contributor.advisor-co1.fl_str_mv |
Delgado, Myriam Regattieri de Biase da Silva |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/4166922845507601 |
dc.contributor.advisor1.fl_str_mv |
Silva, Leandro Nunes de Castro |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/2741458816539568 |
dc.contributor.referee1.fl_str_mv |
Oliveira, Pedro Paulo Balbi de |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/9556738277476279 |
dc.contributor.referee2.fl_str_mv |
Omar, Nizam |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/2067336430076971 |
dc.contributor.referee3.fl_str_mv |
Lucas, Luís Alberto |
dc.contributor.referee3Lattes.fl_str_mv |
http://lattes.cnpq.br/5961504642771917 |
dc.contributor.referee4.fl_str_mv |
Vellasco, Marley Maria Bernardes Rebuzzi |
dc.contributor.referee4Lattes.fl_str_mv |
http://lattes.cnpq.br/8265116967095452 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/1867346456358550 |
dc.contributor.author.fl_str_mv |
Szabo, Alexandre |
contributor_str_mv |
Delgado, Myriam Regattieri de Biase da Silva Silva, Leandro Nunes de Castro Oliveira, Pedro Paulo Balbi de Omar, Nizam Lucas, Luís Alberto Vellasco, Marley Maria Bernardes Rebuzzi |
dc.subject.por.fl_str_mv |
conjuntos nebulosos do tipo-1 conjuntos nebulosos do tipo-2 agrupamento de dados combinação de agrupamentos enxame de partículas |
topic |
conjuntos nebulosos do tipo-1 conjuntos nebulosos do tipo-2 agrupamento de dados combinação de agrupamentos enxame de partículas type-1 fuzzy sets type-2 fuzzy sets data clustering cluster ensembles particle swarm CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
dc.subject.eng.fl_str_mv |
type-1 fuzzy sets type-2 fuzzy sets data clustering cluster ensembles particle swarm |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
description |
Clustering usually treats objects as belonging to mutually exclusive clusters, what is usually im-precise, because an object may belong to more than one cluster simultaneously with different membership degrees. The clustering algorithms, both crisp and fuzzy, have a number of parameters to be adjusted so that they present the best performance for a given database. Furthermore, it is known that no single algorithm is better than all the others for all problem classes, and the combi-nation of solutions found by various algorithms (or the same algorithm with different parameters) may lead to a global solution that is better than those found by individual algorithms, including the best one. It is within this context that the present thesis proposes a new fuzzy clustering algo-rithm inspired by the behavior of particle swarms and, then, introduces a new form of combining the clustering algorithms using concepts from Type-2 fuzzy sets. |
publishDate |
2014 |
dc.date.issued.fl_str_mv |
2014-10-29 |
dc.date.available.fl_str_mv |
2015-04-15 2020-05-28T18:07:57Z |
dc.date.accessioned.fl_str_mv |
2016-03-15T19:38:52Z 2020-05-28T18:07:57Z |
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.citation.fl_str_mv |
SZABO, Alexandre. Agrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2. 2014. 139 f. Tese (Doutorado em Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2014. |
dc.identifier.uri.fl_str_mv |
http://dspace.mackenzie.br/handle/10899/24263 |
identifier_str_mv |
SZABO, Alexandre. Agrupamento nebuloso de dados baseado em enxame de partículas: seleção por métodos evolutivos e combinação via relação nebulosa do tipo-2. 2014. 139 f. Tese (Doutorado em Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2014. |
url |
http://dspace.mackenzie.br/handle/10899/24263 |
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 Presbiteriana Mackenzie |
dc.publisher.program.fl_str_mv |
Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UPM |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Engenharia Elétrica |
publisher.none.fl_str_mv |
Universidade Presbiteriana Mackenzie |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do Mackenzie instname:Universidade Presbiteriana Mackenzie (MACKENZIE) instacron:MACKENZIE |
instname_str |
Universidade Presbiteriana Mackenzie (MACKENZIE) |
instacron_str |
MACKENZIE |
institution |
MACKENZIE |
reponame_str |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
collection |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
repository.name.fl_str_mv |
|
repository.mail.fl_str_mv |
|
_version_ |
1757177238683385856 |