Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.258
Aluno: Geraldo da Costa Siqueira Neto
Orientadora: Profa. Renata Maria Cardoso Rodrigues de Souza
Coorientador: Bruno Almeida Pimentel (UFAL/ Instituto de Computação)
Título: Agrupamento Difuso Multivariado para Dados Simbólicos Intervalares
usando Funções de Kernel
Data: 23/01/2026
Hora/Local: 14 – Auditório
Banca Examinadora:
Prof. Nivan Roberto Ferreira Junior (UFPE / Centro de Informática)
Prof. Marcus Costa de Araújo(UFPE / Departamento de Engenharia Mecânica)
Prof. Bruno Almeida Pimentel (UFAL/ Instituto de Computação)
RESUMO:
O crescimento no volume de dados e na complexidade das representações tem impulsionado a busca por métodos capazes de extrair estruturas relevantes sem descaracterizar as informações originais. Nesse contexto, a Análise de Dados Simbólicos (ADS) destaca-se por permitir a modelagem de unidades de informação mais complexas, como intervalos, possibilitando representar incerteza, variabilidade e heterogeneidade interna dos dados. Entre os diferentes tipos simbólicos, os dados intervalares são amplamente utilizados por preservarem a amplitude observada de cada variável ao longo de múltiplas ocorrências agregadas. No contexto de ADS os métodos de agrupamento são amplamente utilizados, porém a literatura apresenta poucas extensões difusas do método Fuzzy C-Means voltadas para dados intervalares. Métodos kernelizados vêm sendo propostos como alternativa para lidar com distribuições não lineares (𝐾𝐹𝐶𝑀 -𝐼𝑉 ), enquanto o método multivariado se propõe a lidar com diferenças nas variáveis (𝐼𝑀𝐹𝐶𝑀 ). Este trabalho tem como objetivo desenvolver e implementar o método de agrupamento multivariado para dados intervalares usando funções de kernel (𝐾𝑀𝐹𝐶𝑀 -𝐼𝑉 ), visando oferecer maior flexibilidade e robustez à análise de agrupamentos para intervalos. A validação será feita por meio de comparação do método proposto com os algoritmos de agrupamento difuso para dados intervalares existentes na literatura. Essa metodologia será aplicada em dados sintéticos construídos para simular diferentes cenários que avaliam diferentes características da abordagem. Além disso, a mesma comparação será aplicada em bases reais usadas na literatura e, por fim, para demonstrar a aplicabilidade do método, conduz-se um estudo de caso com dados reais de periódicos científicos, nos quais indicadores bibliométricos agregados são representados como variáveis intervalares. Nesse estudo, avalia-se a capacidade dos métodos de identificar perfis de periódicos com características editoriais semelhantes, fornecendo uma análise interpretável e alinhada à estrutura simbólica dos dados.
Palavras-chave: Análise de Dados Simbólicos. Dados Intervalares. Agrupamento Difuso Multivariado. Funções de Kernel. Dados de Periódicos Científicos.
Comentários desativados