
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.creator | Esmin, Ahmed Ali Abdalla | - |
| Autor(es): dc.creator | Coelho, Rodrigo Amador | - |
| Autor(es): dc.creator | Matwin, Stan | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:48:28Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:48:28Z | - |
| Data de envio: dc.date.issued | 2016-08-03 | - |
| Data de envio: dc.date.issued | 2016-08-03 | - |
| Data de envio: dc.date.issued | 2013-02-15 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/11518 | - |
| Fonte completa do material: dc.identifier | http://link.springer.com/article/10.1007/s10462-013-9400-4 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1147900 | - |
| Descrição: dc.description | Data clustering is one of the most popular techniques in data mining. It is a process of partitioning an unlabeled dataset into groups, where each group contains objects which are similar to each other with respect to a certain similarity measure and different from those of other groups. Clustering high-dimensional data is the cluster analysis of data which have anywhere from a few dozen to many thousands of dimensions. Such high-dimensional data spaces are often encountered in areas such as medicine, bioinformatics, biology, recommendation systems and the clustering of text documents. Many algorithms for large data sets have been proposed in the literature using different techniques. However, conventional algorithms have some shortcomings such as the slowness of their convergence and their sensitivity to initialization values. Particle Swarm Optimization (PSO) is a population-based globalized search algorithm that uses the principles of the social behavior of swarms. PSO produces better results in complicated and multi-peak problems. This paper presents a literature survey on the PSO algorithm and its variants to clustering high-dimensional data. An attempt is made to provide a guide for the researchers who are working in the area of PSO and high-dimensional data clustering. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Kluwer Academic Publishers; Springer | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Artificial Intelligence Review | - |
| Palavras-chave: dc.subject | Data mining | - |
| Palavras-chave: dc.subject | Clustering | - |
| Palavras-chave: dc.subject | Computer algorithms | - |
| Palavras-chave: dc.subject | Particle swarm optimization (PSO) | - |
| Palavras-chave: dc.subject | Mineração de dados (Computação) | - |
| Palavras-chave: dc.subject | Agrupamento | - |
| Palavras-chave: dc.subject | Algorítmos computacionais | - |
| Palavras-chave: dc.subject | Otimização | - |
| Palavras-chave: dc.subject | Enxame de partículas | - |
| Título: dc.title | A review on particle swarm optimization algorithm and its variants to clustering high-dimensional data | - |
| Tipo de arquivo: dc.type | Artigo | - |
| 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: