Um algoritmo de clustering baseado em scores da probabilidade de aptidão para otimização dos centros dos clusters

Um algoritmo de clustering baseado em scores da probabilidade de aptidão para otimização dos centros dos clusters

Campus de Azurém - Sala ec 2.10 - Edifício 12 - Escola de Ciências

2022-03-25 - 14:10

Orador: Fernanda Pires Costa

Departamento de Matemática - CMAT - Universidade do Minho

Resumo:

Neste seminário apresenta-se um método iterativo de partição de clustering que sequencialmente aplica cinco processos: adição, eliminação, divisão, eliminação e otimização.
Baseia-se em scores da probabilidade de aptidão dos centros dos clusters, de modo a identificar os centros menos ajustados que devem entrar num processo de otimização, com o
objetivo de melhorar a sua posição, em cada iteração. Além disso, os parâmetros existentes nos processos de eliminação, divisão e otimização são afinados dinamicamente e dependem do problema de clustering em análise. O algoritmo proposto é avaliado em quatro conjuntos de dados. Os resultados são comparados com os obtidos pelos algoritmos K-means e DBSCAN, através da visualização do clustering, do valor do índice DB e do valor da função objetivo do processo de otimização. A comparação dos resultados mostra que o algoritmo proposto é eficaz e competitivo. 
 

Formato híbrido: Zoom link