Uma arquitetura híbrida para descoberta de conhecimento em bases de dados: teoria dos rough sets e redes neurais artificiais mapas auto-organizáveis (2006)
- Authors:
- Autor USP: SASSI, RENATO JOSÉ - EP
- Unidade: EP
- Sigla do Departamento: PSI
- Subjects: SISTEMAS HÍBRIDOS; REDES NEURAIS; DESCOBERTA DE CONHECIMENTO
- Language: Português
- Abstract: As bases de dados do mundo real contêm grandes volumes de dados, e entre eles escondem-se diversas relações difíceis de descobrir através de métodos tradicionais como planilhas de cálculo e relatórios informativos operacionais. Desta forma, os sistemas de descoberta de conhecimento (Knowledge Discovery in Data Bases - KDD) surgem como uma possível solução para dessas relações extrair conhecimento que possa ser aplicado na tomada de decisão em organizações. Mesmo utilizando um KDD, tal atividade pode continuar sendo extremamente difícil devido à grande quantidade de dados que deve ser processada. Assim, nem todos os dados que compõem essas bases servem para um sistema descobrir conhecimento. Em geral, costuma-se pré-processar os dados antes de serem apresentados ao KDD, buscando reduzir a sua quantidade e também selecionar os dados mais relevantes que serão utilizados pelo sistema. Este trabalho propõe o desenvolvimento, aplicação e análise de uma Arquitetura Híbrida formada pela combinação da Teoria dos Rough Sets (Teoria dos Conjuntos Aproximados) com uma arquitetura de rede neural artificial denominada Mapas Auto-Organizáveis ou Self-Organizing Maps (SOM) para descoberta de conhecimento. O objetivo é verificar o desempenho da Arquitetura Híbrida proposta na geração de clusters (agrupamentos) em bases de dados. Em particular, alguns dos experimentos significativos foram feitos para apoiar a tomada de decisão em organizações
- Imprenta:
- Data da defesa: 28.11.2006
-
ABNT
SASSI, Renato José. Uma arquitetura híbrida para descoberta de conhecimento em bases de dados: teoria dos rough sets e redes neurais artificiais mapas auto-organizáveis. 2006. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2006. Disponível em: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-16032007-163930/. Acesso em: 20 abr. 2024. -
APA
Sassi, R. J. (2006). Uma arquitetura híbrida para descoberta de conhecimento em bases de dados: teoria dos rough sets e redes neurais artificiais mapas auto-organizáveis (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/3/3142/tde-16032007-163930/ -
NLM
Sassi RJ. Uma arquitetura híbrida para descoberta de conhecimento em bases de dados: teoria dos rough sets e redes neurais artificiais mapas auto-organizáveis [Internet]. 2006 ;[citado 2024 abr. 20 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-16032007-163930/ -
Vancouver
Sassi RJ. Uma arquitetura híbrida para descoberta de conhecimento em bases de dados: teoria dos rough sets e redes neurais artificiais mapas auto-organizáveis [Internet]. 2006 ;[citado 2024 abr. 20 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-16032007-163930/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
