Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/18309
metadata.dc.type: Dissertação
metadata.dc.rights: Acesso Aberto
Title: Combinando semi-supervisão e hubness para aprimorar o agrupamento de dados em alta dimensão
metadata.dc.creator: Lima, Mateus Curcino de
metadata.dc.contributor.advisor1: Barioni, Maria Camila Nardini
metadata.dc.contributor.referee1: Faria, Elaine Ribeiro de
metadata.dc.contributor.referee2: Ribeiro, Marcela Xavier
metadata.dc.description.resumo: A chamada maldição da dimensionalidade faz com que a análise de dados em alta dimensão seja uma tarefa desafiadora para técnicas de agrupamento de dados. Para tratar desta questão, trabalhos recentes têm empregado de forma eficiente um aspecto inerente de dados de alta dimensão na realização de processos de agrupamentos de dados. Esse aspecto, denominado hubness, consiste na tendência de algumas instâncias de dados, chamadas hubs, ocorrerem com maior frequência nas listas dos K-vizinhos mais próximos de outras instâncias. Contudo, os hubs podem não refletir a semântica implícita dos dados, levando a uma partição de dados inadequada. Esta dissertação apresenta uma abordagem de agrupamento que explora a combinação de duas estratégias: semi-supervisão e estimativa de densidade baseada em pontuações hubness. Os resultados dos experimentos realizados com 23 conjuntos de dados reais mostram que a abordagem proposta tem um desempenho superior quando aplicada em conjuntos de dados com características diferentes.
Abstract: The curse of dimensionality turns the high-dimensional data analysis a challenging task for data clustering techniques. Recent works have efficiently employed an aspect inherent to high-dimensional data in the proposal of clustering approaches guided by hubs which provide information about the distribution of the data instances among the K-nearest neighbors. Though, hubs can not well reflect the implicit semantics of the data, leading to an unsuitable data partition. In order to cope with both issues (i.e., high-dimensional data and meaningful clusters), this dissertation presents a clustering approach that explores the combination of two strategies: semi-supervision and density estimation based on hubness scores. The experimental results conducted with 23 real datasets show that the proposed approach has a good performance when applied on datasets with different characteristics.
Keywords: Computação
Mineração de dados (Computação)
Banco de dados
Agrupamento semi-supervisionado
Análise de dados em alta dimensão
Hubness
Data mining
High-dimensional data analysis
Hubness
Semi-supervised clustering
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
metadata.dc.language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal de Uberlândia
metadata.dc.publisher.program: Programa de Pós-graduação em Ciência da Computação
Citation: LIMA, Mateus Curcino de. Combinando semi-supervisão e hubness para aprimorar o agrupamento de dados em alta dimensão. 2017. 90 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2017.
URI: https://repositorio.ufu.br/handle/123456789/18309
Issue Date: 23-Jan-2017
Appears in Collections:DISSERTAÇÃO - Ciência da Computação

Files in This Item:
File Description SizeFormat 
CombinandoSemiSupervisao.pdfDissertação5.32 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.