Clustering automático baseado em metaheurísticas inspiradas na natureza

• Processo: 17/06142-2
• Linha de fomento: Bolsas no Brasil - Iniciação Científica
• Vigência (Início): 01 de junho de 2017
• Vigência (Término): 31 de maio de 2018
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Adriane Beatriz de Souza Serapião
• Beneficiário: Maynara Natalia Scoparo
• Instituição-sede: Instituto de Geociências e Ciências Exatas (IGCE). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro , SP, Brasil
• Assunto(s): Inteligência computacional Inteligência coletiva Computação em cluster Sistemas de gerenciamento de base de dados Agrupamento de dados Meta-heurística Metodologia e técnicas de computação

Resumo

O agrupamento de dados (data clustering) é uma das mais importantes técnicas não supervisionadas de gerenciamento de dados, usada em muitas aplicações científicas e de engenharia, tais como aprendizagem de máquina, mineração de dados, reconhecimento de padrões e processamento de imagem. Consiste em dividir um conjunto de dados em subconjunto menores, chamados de clusters. A partição é obtida através do estabelecimento de uma função que atribua os objetos do conjunto de dados em cada subconjunto, de modo que os objetos semelhantes entre si fiquem no mesmo cluster. Um problema fundamental na análise de clustering é determinar a melhor estimativa do número de clusters, que é conhecido como problema de clustering automático. A dificuldade na escolha do número de clusters adequado deve-se à falta de conhecimento prévia do domínio da aplicação, especialmente quando os dados têm muitas dimensões, quando os clusters diferem amplamente em forma, tamanho e densidade e quando existe sobreposição entre os grupos. Neste projeto, três algoritmos de Inteligência Coletiva serão utilizados para o problema de clustering automático em conjuntos de dados numéricos. Tais algoritmos serão desenvolvidos para otimizar critérios de divisão, usando medidas de clusterização, a fim de encontrar o número ótimo de clusters e as coordenadas de seus centroides. Os métodos de otimização bioinspirados Whale Optimization Algorithm, Cuckoo Search e Cat Swarm Optimization serão adaptados para efetuar o agrupamento utilizando a abordagem de particionamento. Para a avaliação dos resultados destes algoritmos para o clusteringautomático serão usados índices de validação internos e externos.