Identificação de correlações usando a Teoria dos Fractais (2006)
- Authors:
- Autor USP: SOUSA, ELAINE PARROS MACHADO DE - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCE
- Subjects: FRACTAIS (TEORIA;DIMENSÃO; APLICAÇÕES); ALGORITMOS E ESTRUTURAS DE DADOS; SISTEMAS BASEADOS EM CONHECIMENTO; SISTEMAS DE INFORMAÇÃO
- Language: Português
- Abstract: O volume de informação manipulada em sistemas apoiados por computador tem crescido tanto no número de objetos que compõem os conjuntos de dados quanto na quantidade e na complexidade dos atributos. Em dados do mundo real, a uniformidade na distribuição da valores e a independência entre atributos são propriedades bastante incomuns. De fato, dados reais são em geral cracterizados pela ampla presença de correlações entre seus atributos. Além disso, num mesmo conjunto podem existir correlações de naturezas diversas, como por exemplo, correlções lineares, não-lineares e não-polinomiais. Todo esse cenário pode levar à degradação da performance dos algoritmos que mnipulam e, principalmente, dos que realizam análises dos dados. Além da grande quantidade de objetos a serem tratados e do número elevado de atributos, as correlções nem sempre são conhecidas, o que pode comprometer a eficácia de tais algoritmos. Neste contexto, as técnicas de redução de dimensionalidade permitem deminuir número de atributos de um conjunto de dados, minimizando assim os probl;emas decorrentes da alta dimensionalidade. Algumas delas são baseadas na análise de correlações e, com o objetivo de reduzir a perda de informação causada pela remoção de atributos, procuram eliminar apenas aqueles que sejam correlacionados aos restantes. No entanto, estas técnicas geralmente analisam como cada atributo está correlacionado a todos os demais, tratando o conjunto de atributos como um todo e usandoferramentas de nálise estatística. Esta tese propõe uma abordagem diferente, baseada na Teoria dos Fractais para detectar a existência de corelações e identificar subconjuntos de atributos correlacionados. Para cada correlação encontrada é possível ainda isdentificar quais são os atributos que melhor a descrevem. Conseqüentemente, um subconjunto de atributos relevantes para representar as características fundamentais dos dados é determinado, não apenas com base em correlações globais entre todos os atributos, mas também levando em consideração especificidades de correlações que envolvem subconjuntos reduzidos. A técnica apresentada é uma ferramenta a ser utilizda em etapas de pré-processmento de tividaders de descoberta de conhecimento, principalmente em operações de selação de atributos para redução de dimensionalidade. A proposta para a identificação de correlações e os conceitos que a fundamentam sãso validados por meio de estudos experimentais usando tanto dados sintéticos quanto reais. Finalmente, os conceitos básicos da Teoria de Fractaisd também sãso aplicados na análise de comportamento de data streams, constituindo uma contribuição adicional desta tese de doutorado
- Imprenta:
- Publisher place: São Carlos
- Date published: 2006
- Data da defesa: 29.03.2006
-
ABNT
SOUSA, Elaine Parros Machado de. Identificação de correlações usando a Teoria dos Fractais. 2006. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2006. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-01092006-113751/. Acesso em: 28 out. 2024. -
APA
Sousa, E. P. M. de. (2006). Identificação de correlações usando a Teoria dos Fractais (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-01092006-113751/ -
NLM
Sousa EPM de. Identificação de correlações usando a Teoria dos Fractais [Internet]. 2006 ;[citado 2024 out. 28 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-01092006-113751/ -
Vancouver
Sousa EPM de. Identificação de correlações usando a Teoria dos Fractais [Internet]. 2006 ;[citado 2024 out. 28 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-01092006-113751/ - Clustering multivariate data streams by correlating attributes using fractal dimension
- Clustering multivariate climate data streams using fractal dimension
- Aprimorando a classificação semissupervisionada de séries temporais extraídas de imagens de satélite
- Relação entre o índice EVI e dados de precipitação nas áreas de plantio de cana-de-açúcar na região central do Brasil
- An adaptive multi-level hashing structure for fast approximate similarity search
- Identificação da mudança de uso da terra usando técnicas de agrupamento de séries temporais de imagens de satélite
- Improving multivariate data streams clustering
- Clustering de séries temporais para acompanhamento de culturas de cana-de-açúcar
- Análise da relação entre os perfis de NDVI obtidos dos sensores AVHRR/NOAA e MODIS nas áreas produtoras de cana-de-açúcar em São Paulo
- Agricultural monitoring using clustering techniques on satellite image time series of low spatial resolution
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas