Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.155
Aluno: Ícaro Josias Ferreira Paiva
Orientadora: Profa. Renata Maria Cardoso Rodrigues de Souza
Título: Métodos de Particionamento Utilizando Distância de Mahalanobis para
Intervalos
Data: 27/08/2024
Hora/Local: 14h – Auditório do CIn– Bloco B
Banca Examinadora:
Prof. Nivan Roberto Ferreira Júnior (UFPE / Centro de Informática)
Prof. Bruno Almeida Pimentel (UFAL / Instituto de Computação)
Prof. Renata Maria Cardoso Rodrigues de Souza (UFPE / CIn)
RESUMO:
Esta dissertação investiga métodos de particionamento utilizando a distância de Mahalanobis para dados intervalares. Os dados intervalares se apresentam como uma alternativa aos dados clássicos, pois permitem capturar a variabilidade e incerteza dos dados. Nesse sentido, é possível lançar mão desses atributos para organizar dados similares em grupos e separar dados distintos, minimizando a distância intra-grupos e maximizando a distância inter-grupos. Ao avaliar as possibilidades de disposição dos dados e a relação entre suas variáveis, pode-se obter informações importantes para melhorar os resultados do agrupamento, fazendo da distância de Mahalanobis uma aliada poderosa por considerar a correlação das variáveis. Além disso, o método proposto é capaz de processar as informações dos limites inferiores e superiores de forma independente. Para validar esta abordagem, o método desenvolvido foi avaliado e comparado com outras técnicas na literatura. Os resultados indicam uma melhoria na qualidade dos agrupamentos, particularmente em cenários com alta correlação entre variáveis e significativa variabilidade dos dados. Conclui-se que a distância de Mahalanobis para intervalos pode proporcionar agrupamentos mais precisos e significativos.
Palavras-chave: Agrupamento; Dados Intervalares, Distância de Mahalanobis
Comentários desativados