Ir para acessibilidade
inicio do conteúdo

Banca de DEFESA: ALINE MONTENEGRO LEAL SILVA

2024-05-07 15:47:55.029

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: ALINE MONTENEGRO LEAL SILVA
DATA: 08/06/2024
HORA: 08:30
LOCAL: Sala virtual - https://meet.google.com/jkz-hjck-hne
TÍTULO: Interpretação de grupos a partir de método de inferência da quantidade ótima de clusters baseado em faixa de valores dos atributos com posterior rotulação automática de dados
PALAVRAS-CHAVES: Abordagem de inferência; faixa de valores dos atributos; rotulação; desvio padrão; interpretação dos grupos
PÁGINAS: 109
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Sistemas de Informação
RESUMO: O aprendizado de máquina é uma técnica relevante de reconhecimento de padrões por meio da detecção de correlações entre os dados. Em se tratando de aprendizado não supervisionado, os grupos formados a partir dessas correlações podem receber um rótulo, que consiste em descrevê-los em termos de seus atributos mais relevantes e suas respectivas faixas de valores para que sejam compreendidos automaticamente. Nesse trabalho de pesquisa, esse processo é intitulado de rotulação. Entretanto, um desafio para os pesquisadores é estabelecer o número ótimo de grupos que melhor representa a estrutura subjacente dos dados submetida ao agrupamento. Esse número ótimo pode variar dependendo do conjunto de dados e do método de agrupamento utilizado e influencia no processo de clusterização dos dados e consequentemente na interpretação dos grupos gerados. Portanto, essa pesquisa tem o intuito de fornecer uma abordagem de interpretação de grupos a partir de critério de inferência da quantidade ótima de clusters a ser utilizada no agrupamento, com base em faixa de valores dos atributos, seguida de uma rotulação automática de dados baseada em métrica de dispersão para maximizar a compreensão dos grupos obtidos. Essa metodologia foi aplicada a sete bases de dados e os resultados mostram que ela contribui para a interpretação dos grupos, uma vez que gera rótulos mais precisos.
MEMBROS DA BANCA:
Presidente - 628.763.923-72 - ANDRE MACEDO SANTANA
Externo à Instituição - ARIEL SOARES TELES - IFMA
Externo à Instituição - IVANOVITCH MEDEIROS DANTAS DA SILVA - UFRN
Interno - 579.300.403-30 - KELSON RÔMULO TEIXEIRA AIRES
Externo à Instituição - RICARDO AUGUSTO SOUZA FERNANDES - UFSCAR
Interno - 912.843.763-20 - RICARDO DE ANDRADE LIRA RABÊLO
Interno - 751.764.243-04 - VINICIUS PONTE MACHADO

fim do conteúdo