Imersão de espaços métricos em espaços multidimensionais para indexação de dados usando detecção de agrupamentos (2011)
- Authors:
- Autor USP: PATERLINI, ADRIANO ARANTES - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- Subjects: MINERAÇÃO DE DADOS; BANCO DE DADOS
- Language: Português
- Abstract: O sucesso dos Sistemas de Gerenciamento de Banco de Dados (SGBDs) em aplicações envolvendo dados tradicionais (números e textos curtos) encorajou o seu uso em novos tipos de aplicações, que exigem a manipulação de dados complexos. Séries temporais, dados científicos, dados multimídia e outros são exemplos de Dados Complexos. Inúmeras áreas de aplicação têm demandado soluções para o gerenciamento de dados complexos, dentre as quais a área de informática médica. Dados complexos podem também ser estudos com técnicas de descoberta de conhecimentos, conhecidas como KDD (Knowledge Discovery in Database), usando alguns algoritmos de detecção de agrupamentos apropriados. Entretanto, estes algoritmos possuem custo computacional elevado, o que dificulta a sua utilização em grandes conjuntos de dados. As técnicas já desenvolvidas na Área de Bases de Dados para indexação de espaços métricos usualmente consideram o conjunto de maneira uniforme sem levar em conta a existência de agrupamentos nos dados, por isso as estruturas buscam maximizar a eficiência das consultas para todo o conjunto simultaneamente. No entanto muitas vezes as consultas por similaridade estão limitadas a uma região específica do conjunto de dados. Neste contexto, esta dissertação propõe a criação de um novo método de acesso, que seja capaz de indexar de forma eficiente dados métricos, principalmente para conjuntos que contenham agrupamentos. Para atingir esse objetivo este trabalho também propõe um novo algoritmopara detecção de agrupamentos em dados métricos tornando mais eficiente a escolha do medoide de determinado conjunto de elementos. Os resultados dos experimentos mostram que os algoritmo propostos FAMES e M-FAMES podem ser utilizados para a detecção de agrupamentos em dados complexos e superam os algoritmos PAM, CLARA e CLARANS em eficácia e eficiência. Além disso, as consultas por similaridade realizadas com o método de acesso métrico proposto FAMESMAM mostraram ser especialmente apropriados para conjuntos de dados com agrupamentos
- Imprenta:
- Publisher place: São Carlos
- Date published: 2011
- Data da defesa: 28.03.2011
-
ABNT
PATERLINI, Adriano Arantes. Imersão de espaços métricos em espaços multidimensionais para indexação de dados usando detecção de agrupamentos. 2011. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2011. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25042011-155810/. Acesso em: 26 abr. 2024. -
APA
Paterlini, A. A. (2011). Imersão de espaços métricos em espaços multidimensionais para indexação de dados usando detecção de agrupamentos (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25042011-155810/ -
NLM
Paterlini AA. Imersão de espaços métricos em espaços multidimensionais para indexação de dados usando detecção de agrupamentos [Internet]. 2011 ;[citado 2024 abr. 26 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25042011-155810/ -
Vancouver
Paterlini AA. Imersão de espaços métricos em espaços multidimensionais para indexação de dados usando detecção de agrupamentos [Internet]. 2011 ;[citado 2024 abr. 26 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25042011-155810/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
