
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Leite, Daniel Furtado | - |
| Autor(es): dc.contributor | Huallpa, Belisário Nina | - |
| Autor(es): dc.contributor | Costa Júnior, Pyramo Pires da | - |
| Autor(es): dc.contributor | Leite, Daniel Furtado | - |
| Autor(es): dc.creator | Pereira, Tamyres | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:45:48Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:45:48Z | - |
| Data de envio: dc.date.issued | 2020-06-18 | - |
| Data de envio: dc.date.issued | 2020-06-18 | - |
| Data de envio: dc.date.issued | 2020-06-17 | - |
| Data de envio: dc.date.issued | 2020-02-20 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/41472 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1146920 | - |
| Descrição: dc.description | This work proposes a method of bottom-up incremental interval clustering from interval data streams. The method is supported by concepts, definitions and mathematical tools of the gra- nular computation theory, in particular interval algebra. Differently from other evolutionary methods of processing and modeling numerical data flows, the proposed method deals with data streams that exhibits unstructured uncertainty represented by interval values, and also nu- merical data streams as a particular case. The proposed method is able to model complex processes presented as a data stream and subject to changes in the environment. The learning algorithm develop the structure of the model in a bottom-up manner, without prior knowledge about of the process, and adapts the parameters of the model as needed, thus avoiding that the model be reconstructed and retrained when there is a change in the environment or system - this being a clear advantage over pre-designed models based on specialized knowledge or historical data. For the development of granules (local models), the learning algorithm is equipped with recursive formulas to calculate the similarity between interval objects and with the Xie-Beni incremental validation index. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | Esse trabalho propõe um método de clusterização intervalar incremental bottom-up a partir de fluxos de dados intervalares. O método é apoiado por conceitos, definições e ferramentas matemáticas da teoria da computação granular, em particular da álgebra de intervalos. Diferen- temente de outros métodos evolutivos de processamento e modelagem de fluxos de dados nu- méricos, o método proposto lida com fluxos de dados que apresentam incerteza não-estruturada representados por valores intervalares, e também fluxos de dados numéricos como um caso par- ticular. O método proposto é capaz de modelar processos complexos apresentados como um fluxo de dados e sujeitos à mudanças no ambiente. O algoritmo de aprendizado desenvolve a estrutura de um modelo de maneira bottom-up, sem conhecimento anterior a respeito do pro- cesso, e adapta os parâmetros deste modelo à medida que há necessidade, evitando assim, que o modelo seja reconstruído e retreinado quando há mudança no ambiente ou no sistema – sendo esta uma vantagem clara com relação a modelos pré-concebidos a partir de conhecimento espe- cialista ou dados históricos. Para o desenvolvimento de grânulos (modelos locais), o algoritmo de aprendizado é equipado com fórmulas recursivas para cálculo de similaridade entre objetos intervalares, e com o índice de validação incremental Xie-Beni. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-graduação em Engenharia de Sistemas e Automação | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Engenharia | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Clusterização incremental | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Palavras-chave: dc.subject | Fluxos de dados | - |
| Palavras-chave: dc.subject | Matemática intervalar | - |
| Palavras-chave: dc.subject | Computação granular | - |
| Palavras-chave: dc.subject | Incremental clustering | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Data streams | - |
| Palavras-chave: dc.subject | Interval mathematics | - |
| Palavras-chave: dc.subject | Granular computing | - |
| Palavras-chave: dc.subject | Teoria da Computação | - |
| Título: dc.title | Clusterização intervalar incremental bottom-up a partir de fluxos de dados intervalares | - |
| Título: dc.title | Incremental bottom-up interval clusterization from interval data streams | - |
| Tipo de arquivo: dc.type | dissertação | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: