Navegando por Palavras-chave "Agrupamento de dados"

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Acesso aberto (Open Access)
    Agrupamento com supervisão para seleção de moléculas em banco de dados químicos
    (Universidade Federal de São Paulo, 2022-02-11) Calderan, Felipe Vaiano [UNIFESP]; Quiles, Marcos Gonçalves [UNIFESP]; http://lattes.cnpq.br/8867164774240536; http://lattes.cnpq.br/3355654720514392
    Métodos de aprendizado de máquina, desde algoritmos não supervisionados a supervisionados, têm sido aplicados para resolver várias tarefas no domínio da Ciência dos Materiais, como predição de propriedades, projeto de novos compostos, modelos substitutos em simulações de dinâmica molecular, entre outras. No entanto, apesar de já haver avanços notáveis, o uso de modelos de Aprendizado de Máquina nesse domínio ainda está em seu estágio inicial. Com o objetivo de contribuir ainda mais para a área, e visando reduzir o custo computacional de triagem de materiais, este trabalho desenvolve um sistema que inclui algoritmos de agrupamento (K-Means) e otimização (força bruta e Basinhopping) para gerar um método de agrupamento supervisionado que pondera o conjunto de dados de acordo com a qualidade dos agrupamentos formados, seleciona amostras a serem testadas e, em seguida, fornece informações textuais e gráficas para facilitar as análises físico-químicas. Os resultados preliminares mostram que é um método viável de introduzir restrições na forma como os dados são agrupados e pode ser muito poderoso, uma vez que herda a ótima eficiência computacional dos métodos de agrupamento, enquanto também permite a construção de agrupamentos com propriedades específicas destacadas, o que muitas vezes é algo desejável.
  • Imagem de Miniatura
    Item
    Acesso aberto (Open Access)
    Algoritmos de consenso para o problema de agrupamento de dados com restrições
    (Universidade Federal de São Paulo, 2023-02-28) Freitas, Gislaine Camila de [UNIFESP]; Lorena, Luiz Antonio Nogueira; http://lattes.cnpq.br/7195702087655314; http://lattes.cnpq.br/9805385735433478
    O Agrupamento de Dados é uma tarefa importante em Aprendizado de Máquina. Essa tarefa é realizada geralmente de forma não supervisionada, entretanto, a literatura evidencia que a utilização de informações providas por um supervisor externo pode melhorar a qualidade do agrupamento obtido. Existem diversas técnicas propostas na literatura para resolver esse problema, de heurísticas, meta-heurísticas a métodos exatos. Apesar de algumas terem aspectos similares, a qualidade do agrupamento obtido por elas divergem. Essa característica fez com que o consenso entre essas técnicas se tornasse o principal foco da pesquisa proposta nesse trabalho. Inicialmente, foi realizado um estudo sobre as técnicas de Agrupamento de Dados com Restrições propostas na literatura, evidenciando suas vantagens e desvantagens. Posteriormente foram propostos algoritmos de consenso que consideram as soluções obtidas por essas técnicas. Os experimentos computacionais demonstram que os métodos propostos apresentam melhores resultados em termos de qualidade em relação à quatro modelos da literatura.