1. Repositório Institucional da UFMG
2. Trabalhos Acadêmicos
3. Dissertações e Teses
4. Pós-Graduação em Estatística
5. Dissertações de Mestrado

Tipo:	Dissertação de Mestrado
Título:	Método Scan flexível para detecção em árvores hierárquicas
Autor(es):	Marcos de Oliveira Prates
primer Tutor:	Renato Martins Assuncao
primer Co-tutor:	Marcelo Azevedo Costa
primer miembro del tribunal :	Fábio Prates Machado
Segundo miembro del tribunal:	Sabino Jose Ferreira Neto
Resumen:	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.
Asunto:	Estatística
Idioma:	Português
Editor:	Universidade Federal de Minas Gerais
Sigla da Institución:	UFMG
Tipo de acceso:	Acesso Aberto
URI:	http://hdl.handle.net/1843/RFFO-7UEP9Z
Fecha del documento:	16-jun-2008
Aparece en las colecciones:	Dissertações de Mestrado

Los elementos en el repositorio están protegidos por copyright, con todos los derechos reservados, salvo cuando es indicado lo contrario.