Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/5096
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSouza, Gustavo Henrique de Araújo e-
dc.date.accessioned2015-02-19T19:54:41Z-
dc.date.available2015-02-19T19:54:41Z-
dc.date.issued2015-
dc.date.submitted2010-11-19-
dc.identifier.citationSOUZA, G. H. de A. e. Estudo de algoritmos híbridos para clusterização de dados usando PSO. 2010. 60 p. Monografia (Graduação em Ciência da Computação) – Universidade Federal de Lavras, Lavras, 2010.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/5096-
dc.description.abstractThe amount of information available and collected nowadays is much greater than the human capacity of processing it. This problem motivates the development of computational methods capable of extracting useful knowledge such data efficiently. The Clustering problem consists on finding groups on a certain data set and is one of the main tasks on knowledge discovery from data bases. The Particle Swarm Optimization is a rather new method based on social behavior that has been successfully applied to many kinds of problems. Recently, some approaches were proposed modifying the PSO to the Clustering problem. These methods are recent and still can be part of research objects. This work aims to studying of hybrid algorithms using Particle Swarm Optimization to solve the problem of clustering data.pt_BR
dc.languagept_BRpt_BR
dc.rightsacesso abertopt_BR
dc.subjectMineração de dadospt_BR
dc.subjectParticle swarm optimizationpt_BR
dc.subjectClusterizaçãopt_BR
dc.titleEstudo de algoritmos híbridos para clusterização de dados usando psopt_BR
dc.typeTCCpt_BR
dc.contributor.advisor1Esmin, Ahmed Ali Abdalla-
dc.contributor.referee1Pereira, Marluce Rodrigues-
dc.contributor.referee1Pereira, Denilson Alves-
dc.description.resumoA quantidade de informação disponível e coletada atualmente é muito maior do que a capacidade humana de processá-la. Esse problema motiva o desenvolvimento de métodos computacionais capazes de extrair conhecimento útil desses dados de modo eficiente. O problema de Clustering, ou Clusterização, consiste em encontrar grupos em um conjunto de dados e é uma das principais tarefas de descoberta de conhecimento a partir de bancos de dados. O Particle Swarm Optimization (PSO) é uma técnica baseada no comportamento social bastante nova que vem sendo aplicada com sucesso a diversos tipos de problemas. Recentemente, foram propostas algumas abordagens que modificam o PSO para o problema de Clusterização. Tais métodos são recentes e ainda podem fazer parte de objetos de pesquisa. Este trabalho visa o estudo da combinação de algoritmos com o Particle Swarm Optimization para resolver o problema de Clusterização de dados.pt_BR
Aparece nas coleções:PROGRAD - Ciência da Computação (Trabalhos de Conclusão de Curso)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_ Estudo de algoritmos híbridos para clusterização de dados usando PSO.pdf793,35 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.