DataExplorer: uma nova abordagem para análise de agrupamento

• Processo: 10/07059-2
• Modalidade de apoio: Auxílio à Pesquisa - Jovens Pesquisadores
• Data de Início da vigência: 01 de abril de 2011
• Data de Término da vigência: 31 de março de 2015
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Katti Faceli
• Beneficiário: Katti Faceli
• Instituição Sede: Centro de Ciências e Tecnologias para a Sustentabilidade (CCTS). Universidade Federal de São Carlos (UFSCAR). Sorocaba , SP, Brasil
• Pesquisadores associados: André Carlos Ponce de Leon Ferreira de Carvalho ; Fabio Luciano Verdi ; Luciana Aparecida Martinez Zaina ; Marcilio Carlos Pereira de Souto ; Tiemi Christine Sakata
• Bolsa(s) vinculada(s): 13/02019-0 - Estudo e desenvolvimento da arquitetura distribuída para o DataExplorer, BP.IC; 11/05972-5 - Estudo e desenvolvimento dos componentes básicos do DataExplorer, BP.IC
• Assunto(s): Inteligência artificial Aprendizado computacional Análise de conglomerados
• Palavra(s)-Chave do Pesquisador: análise de agrupamento | Aprendizado de Máquina | inteligência artificial

Resumo

A análise de agrupamento é muito utilizada em diversas áreas. Porém, mesmo as abordagens mais recentes apresentam dificuldades que limitam o seu uso por especialistas de outras áreas. Este projeto de pesquisa se refere ao desenvolvimento de uma nova abordagem para análise de agrupamento que possibilite a obtenção de uma variedade maior de clusters com potencial de fornecer informações úteis aos especialistas se comparadas com as técnicas tradicionais e mesmo as mais recentes como ensembles de agrupamento e as estratégias multi-objetivo. A abordagem proposta visa ser um mecanismo para a obtenção de todos os (ou a maioria dos) clusters relevantes presentes em um determinado conjunto de dados, independente da estrutura mais complexa a que eles pertençam (ex. uma partição). Para isso, busca-se clusters independentemente do nível de refinamento em que ocorrem ou do critério de agrupamento que satisfazem, ou se há sobreposição entre eles. Assim, visa-se fornecer uma descrição o mais completa possível dos dados, facilitando o trabalho dos especialistas no domínio dos dados e aumentando a quantidade de conhecimento que pode ser extraída dos dados a partir da aplicação de uma única ferramenta. (AU)