Exportar registro bibliográfico

Agrupamento de dados baseado em comportamento coletivo e auto-organização (2013)

  • Authors:
  • Autor USP: GUELERI, ROBERTO ALVES - ICMC
  • Unidade: ICMC
  • Sigla do Departamento: SCC
  • Subjects: APRENDIZADO COMPUTACIONAL; INTELIGÊNCIA ARTIFICIAL; REDES COMPLEXAS
  • Keywords: Agrupamento de dados; Análise de dados; Aprendizado de máquina; Aprendizado semissuperisionado; Clustering; Clustering; Collective behavior; Collective motion; Complex systems; Comportamento coletivo; Data analysis; Emergence; Emergência; Flocking; Flocking; Machine learning; Movimento coletivo; Self-organizing systems; Semi-supervised learning; Sistemas auto-organizáveis; Sistemas complexos; Swarms
  • Language: Português
  • Abstract: O aprendizado de máquina consiste de conceitos e técnicas que permitem aos computadores melhorar seu desempenho com a experiência, ou, em outras palavras, aprender com dados. Um dos principais tópicos do aprendizado de máquina é o agrupamento de dados que, como o nome sugere, procura agrupar os dados de acordo com sua similaridade. Apesar de sua definição relativamente simples, o agrupamento é uma tarefa computacionalmente complexa, tornando proibitivo o emprego de algoritmos exaustivos, na busca pela solução ótima do problema. A importância do agrupamento de dados, aliada aos seus desafios, faz desse campo um ambiente de intensa pesquisa. Também a classe de fenômenos naturais conhecida como comportamento coletivo tem despertado muito interesse. Isso decorre da observação de um estado organizado e global que surge espontaneamente das interações locais presentes em grandes grupos de indivíduos, caracterizando, pois, o que se chama auto-organização ou emergência, para ser mais preciso. Os desafios intrínsecos e a relevância do tema vêm motivando sua pesquisa em diversos ramos da ciência e da engenharia. Ao mesmo tempo, técnicas baseadas em comportamento coletivo vêm sendo empregadas em tarefas de aprendizado de máquina, mostrando-se promissoras e ganhando bastante atenção. No presente trabalho, objetivou-se o desenvolvimento de técnicas de agrupamento baseadas em comportamento coletivo. Faz-se cada item do conjunto de dados corresponder a um indivíduo, definem-se as leis deinteração local, e então os indivíduos são colocados a interagir entre si, de modo que os padrões que surgem reflitam os padrões originalmente presentes no conjunto de dados. Abordagens baseadas em dinâmica de troca de energia foram propostas. Os dados permanecem fixos em seu espaço de atributos, mas carregam certa informação a energia , a qual é progressivamente trocada entre eles. Os grupos são estabelecidos entre dados que tomam estados de energia semelhantes. Este trabalho abordou também o aprendizado semissupervisionado, cuja tarefa é rotular dados em bases parcialmente rotuladas. Nesse caso, foi adotada uma abordagem baseada na movimentação dos próprios dados pelo espaço de atributos. Procurou-se, durante todo este trabalho, não apenas propor novas técnicas de aprendizado, mas principalmente, por meio de muitas simulações e ilustrações, mostrar como elas se comportam em diferentes cenários, num esforço em mostrar onde reside a vantagem de se utilizar a dinâmica coletiva na concepção dessas técnicas
  • Imprenta:
  • Data da defesa: 18.06.2013
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      GUELERI, Roberto Alves; LIANG, Zhao. Agrupamento de dados baseado em comportamento coletivo e auto-organização. 2013.Universidade de São Paulo, São Carlos, 2013. Disponível em: < http://www.teses.usp.br/teses/disponiveis/55/55134/tde-29072013-164559/ >.
    • APA

      Gueleri, R. A., & Liang, Z. (2013). Agrupamento de dados baseado em comportamento coletivo e auto-organização. Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-29072013-164559/
    • NLM

      Gueleri RA, Liang Z. Agrupamento de dados baseado em comportamento coletivo e auto-organização [Internet]. 2013 ;Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-29072013-164559/
    • Vancouver

      Gueleri RA, Liang Z. Agrupamento de dados baseado em comportamento coletivo e auto-organização [Internet]. 2013 ;Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-29072013-164559/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2021