Algoritmos evolutivos para agrupamento de dados em fluxos contínuos

• Processo: 12/10396-6
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 01 de setembro de 2012
• Data de Término da vigência: 28 de fevereiro de 2013
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: André Carlos Ponce de Leon Ferreira de Carvalho
• Beneficiário: Jonathan de Andrade Silva
• Supervisor: João Manuel Portela da Gama
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Instituição Anfitriã: Universidade do Porto (UP), Portugal
• Vinculado à bolsa: 10/15049-7 - Agrupamento de dados em Fluxos Contínuos com Estimativa Automática do Número de Grupos, BP.DR
• Palavra(s)-Chave do Pesquisador: Agrupamento de Dados | Clustering | data streams | fluxos contínuos de dados | Inteligência Artificial

Resumo

Técnicas de agrupamento de dados são comumente utilizadas para encontrar grupos, a princípio desconhecidos, em um conjunto de dados. Tais técnicas assumem que o conjunto de dados é de tamanho fixo e pode ser alocado na memória. Porém, um atual e importante desafio consiste em aplicar técnicas de agrupamento em bases de dados gerados continuamente e em ambientes dinâmicos. Dados gerados nessas condições originam o que se convencionou chamar de fluxo contínuo de dados (data stream em inglês). Em aplicações de fluxos contínuos de dados, operações de acesso aos dados são restritas a apenas uma ou poucas leituras, com limitações de memória e de tempo de processamento. Nesse sentido, algumas técnicas de agrupamento em fluxo contínuo de dados foram propostas na literatura. Muitas dessas técnicas são baseadas no algoritmo das k-médias. Porém, uma das limitações do algoritmo das k-médias consiste na definição prévia do número de grupos. Neste contexto, os principais objetivos desse projeto de pesquisa consistem em desenvolver e avaliar algoritmos evolutivos para o agrupamento de dados gerados em fluxo contínuo que estimam automaticamente o número de grupos. (AU)