Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/RFFO-7UEP9Z
Type: | Dissertação de Mestrado |
Title: | Método Scan flexível para detecção em árvores hierárquicas |
Authors: | Marcos de Oliveira Prates |
First Advisor: | Renato Martins Assuncao |
First Co-advisor: | Marcelo Azevedo Costa |
First Referee: | Fábio Prates Machado |
Second Referee: | Sabino Jose Ferreira Neto |
Abstract: | Esse trabalho apresenta um deficiente algoritmo de varredura para bancos de dados hierárquicos que podem ser representados na forma de árvores. O algoritmo procura através dos galhos da árvore e é capaz de agregar folhas em diferentes galhos. A varredura procura por um cluster candidato através da estatística Minimum Description Length (MDL). A estatística de teste combina o logaritmo da razão de verossimilhança e a quantidade de informação necessária para representar internamente o cluster. Esse segundo termo controla os graus de liberdade do algoritmo de busca. Fazendo isso, a metodologia previne o acréscimo de folhas que desnecessariamente aumentem o termo do logaritmo da razão de verosimilhança. Resultados mostram que a metodologia MDL é um algoritmo flexível capaz de detectar clusters em bancos de dados hierárquicos nos quais os elementos do cluster estão distribuídos pela árvore. Dessa forma, o algoritmo explora grupos de cluster que não são explícitos simplesmente olhando para cortes nos galhos ou em analises combinatórias dos dados fornecidos. |
Subject: | Estatística |
language: | Português |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
Rights: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/RFFO-7UEP9Z |
Issue Date: | 16-Jun-2008 |
Appears in Collections: | Dissertações de Mestrado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
dissertacao_pedro_corrigido.pdf | 1.22 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.