Banca de DEFESA: VICTOR VIANA DE ARAÚJO SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: VICTOR VIANA DE ARAÚJO SILVA
DATA : 15/12/2022
HORA: 16:30
LOCAL: Virtual
TÍTULO:

Um Método Difuso Multivariado Baseado em Medoids

PALAVRAS-CHAVES:

Análise de Agrupamentos, Fuzzy, Medoids, Multivariado

PÁGINAS: 60
RESUMO:

A Análise de agrupamentos foi inicialmente utilizada por Tyron em 1939, em que visa
organizar dados que possuam características similares dentro de um mesmo grupo e no caso contrário em que os dados possuam características distintas, eles serão alocados em grupos diferentes. Ou seja, se é levado em consideração a ideia deminimizar a distância intra-grupos e maximizar a distância inter-grupos. Com isso, dentre outros benefícios, podem ser visualizadas algumas vantagens da utilização desta técnica, como por exemplo a diminuição da dimensionaliMeans (FCM), o qual possui algumas desvantagens tal como considerar que todos os grupos possuem formas esféricas e ser altamente influenciado em casos de conjuntos de dados ruidosos. O Fuzzy C-medoid (FCMdd)dade dos dados e a extração das características dos grupos. O principal método de agrupamento difuso é o Fuzzy C- foi criado com o intuito de tentar mitigar esta problemática, porém não leva em consideração o impacto de cada variável no cálculo dos graus de pertinências. Diante desse cenário, o Multivariate Fuzzy C-means (MFCM) foi criado com o intuito de levar em consideração o efeito de cada variável no cálculo dos protótipos, porém, utiliza a média para o cálculo dos centróides podendo ser fortemente influenciado negativamente por dados ruidosos. Este trabalho introduz o método Multivariate Fuzzy C-medoids (MFCMdd), em que como o próprio nome já diz, os graus de pertinência são multivariados e utilizam observações do próprio conjunto de dados para serem os centróides, também conhecidos como medoids. Diante deste cenário, o método proposto MFCMdd, é comparado com os outros três métodos (FCM, FCMdd e MFCM) abordados de acordo com as métricas utilizadas para avaliação dos algoritmos, sendo elas o Índice de Rand Ajustado e o F-score. Com o objetivo de avaliar o desempenho dos métodos, um estudo comparativo em relação aos agrupamentos difusos usando o experimento Monte Carlo é realizado. Além disso,foram planejados experimentos com dados sintéticos e reais. Os resultados mostraram que o método proposto MFCMdd, perante o MFCM é preferível quando se há conjuntos de dados sem ruído ou também quando os conjuntos de dados possuem caráter esférico com dados ruidosos.

MEMBROS DA BANCA:
Presidente - 1699034 - ADRIANO LORENA INACIO DE OLIVEIRA
Externo à Instituição - BRUNO ALMEIDA PIMENTEL
Externo à Instituição - GETULIO JOSE AMORIM DO AMARAL - UFPE