Self-organization map in complex network (2018)
- Authors:
- Autor USP: PIMENTA, MAYRA MERCEDES ZEGARRA - ICMC
- Unidade: ICMC
- Sigla do Departamento: SME
- Subjects: REDES COMPLEXAS; REDES NEURAIS; ANÁLISE DE DADOS; MINERAÇÃO DE DADOS
- Keywords: Algoritmos de agrupamento; Clustering algorithm; Complex networks; Self-organization map; SOM
- Agências de fomento:
- Language: Inglês
- Abstract: Um Mapa Auto-organizativo (da sigla SOM, Self-organized map, em inglês) é uma rede neural artificial que foi proposta como uma ferramenta para análise exploratória em conjuntos de dados de grande dimensionalidade, sendo utilizada de forma eficiente na mineração de dados. Um dos principais tópicos de pesquisa nesta área está relacionado com as aplicações de agrupamento de dados. Vários algoritmos foram desenvolvidos para realizar agrupamento de dados, tendo cada um destes algoritmos uma acurácia específica para determinados tipos de dados. Esta tese tem por objetivo principal analisar a rede SOM a partir de duas abordagens diferentes: mineração de dados e redes complexas. Pela abordagem de mineração de dados, analisou-se como o desempenho do algoritmo está relacionado à distribuição ou características dos dados. Verificou-se a acurácia do algoritmo com base na configuração dos parâmetros. Da mesma forma, esta tese mostra uma análise comparativa entre a rede SOM e outros métodos de agrupamento. Os resultados revelaram que o uso de valores aleatórios nos parâmetros de configuração do algoritmo SOM tende a melhorar sua acurácia quando o número de classes é baixo. Observou-se também que, ao considerar as configurações padrão dos métodos adotados, a abordagem espectral usualmente superou os demais algoritmos de agrupamento. Pela abordagem de redes complexas, esta tese mostra que, se considerarmos outro tipo de topologia de rede, além do modelo regular geralmente utilizado, haveráum impacto na acurácia da rede. Esta tese mostra que o impacto na acurácia é geralmente observado em escalas de tempo de aprendizado curto e médio. Esse comportamento foi observado usando três conjuntos de dados diferentes. Além disso, esta tese mostra como diferentes topologias também afetam a auto-organização do mapa topográfico da rede SOM. A auto-organização da rede foi estudada por meio do particionamento do mapa em grupos ou comunidades. Foram utilizadas quatro medidas topológicas para quantificar a estrutura dos grupos em três modelos distintos de rede: modularidade, número de elementos por grupo, número de grupos por mapa, tamanho do maior grupo. Em redes de pequeno mundo, os grupos se tornam mais densos à medida que o tempo aumenta. Um comportamento oposto a isso é encontrado nas redes assortativas. Apesar da modularidade, tem um alto valor em ambos os casos.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2018
- Data da defesa: 25.06.2018
-
ABNT
PIMENTA, Mayra Mercedes Zegarra. Self-organization map in complex network. 2018. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30102018-111955/. Acesso em: 28 jan. 2026. -
APA
Pimenta, M. M. Z. (2018). Self-organization map in complex network (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30102018-111955/ -
NLM
Pimenta MMZ. Self-organization map in complex network [Internet]. 2018 ;[citado 2026 jan. 28 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30102018-111955/ -
Vancouver
Pimenta MMZ. Self-organization map in complex network [Internet]. 2018 ;[citado 2026 jan. 28 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30102018-111955/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
