Método Scan flexível para detecção em árvores hierárquicas

Marcos de Oliveira Prates

Use este identificador para citar ou linkar para este item: http://hdl.handle.net/1843/RFFO-7UEP9Z

Tipo:	Dissertação de Mestrado
Título:	Método Scan flexível para detecção em árvores hierárquicas
Autor(es):	Marcos de Oliveira Prates
Primeiro Orientador:	Renato Martins Assuncao
Primeiro Coorientador:	Marcelo Azevedo Costa
Primeiro membro da banca :	Fábio Prates Machado
Segundo membro da banca:	Sabino Jose Ferreira Neto
Resumo:	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.
Assunto:	Estatística
Idioma:	Português
Editor:	Universidade Federal de Minas Gerais
Sigla da Instituição:	UFMG
Tipo de Acesso:	Acesso Aberto
URI:	http://hdl.handle.net/1843/RFFO-7UEP9Z
Data do documento:	16-Jun-2008
Aparece nas coleções:	Dissertações de Mestrado

Arquivos associados a este item:

Arquivo	Descrição	Tamanho	Formato
dissertacao_pedro_corrigido.pdf		1.22 MB	Adobe PDF	Visualizar/Abrir

Mostrar registro completo do item Visualizar estatísticas