Agrupamento de dados baseado em grafos com árvores geradoras mínimas e distância de Jensen-Shannon

• Processo: 24/05031-6
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2024
• Data de Término da vigência: 31 de julho de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Alexandre Luís Magalhães Levada
• Beneficiário: Matheus dos Santos Sousa
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Assunto(s): Agrupamento de dados Teoria dos grafos Reconhecimento de padrões
• Palavra(s)-Chave do Pesquisador: Agrupamento de Dados | algoritmos em grafos | Árvores geradoras mínimas | Distância de Jensen-Shannon | Reconhecimento de padrões

Resumo

O agrupamento de dados é uma tarefa fundamental em muitas áreas da ciência da computação e da engenharia, com aplicações em reconhecimento de padrões, mineração de dados, processamento de imagem, entre outros. Nos últimos anos, abordagens baseadas em grafos têm ganhado destaque devido à sua capacidade de modelar relações complexas entre dados. Além disso, métricas de distância baseadas na Teoria da Informação têm sido amplamente utilizadas para medir a divergência entre distribuições de probabilidade, especialmente em problemas relacionados à análise de dados. Este projeto visa desenvolver um método de agrupamento de dados inovador, combinando conceitos de teoria dos grafos com a Distância de Jensen-Shannon. O objetivo principal é explorar a eficácia das árvores geradoras mínimas (MST's) como estrutura para representar relacionamentos entre os pontos de dados, incorporando a Distância de Jensen-Shannon para calcular a similaridade entre clusters potenciais. Espera-se que o método proposto seja capaz de identificar agrupamentos significativos de maneira computacionalmente eficiente em conjuntos de dados complexos, superando as limitações de algoritmos clássicos de agrupamento. Além disso, pretende-se demonstrar a vantagem da combinação de grafos com a distância de Jensen-Shannon em termos da qualidade dos agrupamentos detectados. Por fim, este projeto pode contribuir significativamente para o avanço da área de agrupamento de dados, introduzindo uma abordagem inovadora que combina técnicas estabelecidas de teoria dos grafos com métricas de distância baseadas em probabilidade. Os resultados obtidos podem ter aplicações práticas em diversas áreas, incluindo análise de redes complexas, bioinformática, processamento de linguagem natural, entre outras.