Escolar Documentos
Profissional Documentos
Cultura Documentos
Contedo
Introduo
Motivaes Objetivos
Tpicos Relevantes
Contedo
Clusterizao de Dados Utilizando Redes Complexas
Descrio da Tcnica Resultados e Simulaes Computacionais
Introduo
1.
Motivaes
Redes Complexas
Faz parte essencial da comunidade moderna Capacidade de aplicao em diversas reas Internet, rede eltrica, redes de estrada Apresenta vantagens na sua anlise Considera a estrutura topolgica Auxilia na Clusterizao de Dados As tcnicas so robustas
Introduo
1.
Objetivos
Utilizao do processo de Minerao de Dados em Redes Complexas
Aquisio de conhecimento Detalhamento de todas as fases
Introduo
Objetivos
Aplicao em Redes Sociais para Deteco de Comunidades e posterior tomada de deciso
Academia de Karate Zachary
Tpicos Relevantes
1.
Redes Complexas
Exemplos
Internet, Redes Neurais Biolgicas, Sociais, Eltricas
Tpicos Relevantes
1.
Clusterizao de dados
Exemplos
K-Means, CHAMELEON
Clusterizao de Dados
1.
Descrio da Tcnica
Formao da Rede
k-nearest neighbour Ligaes com todos da -vizinhana
= 50 e k = 5
= 50 e = 150
Partio em sub-redes
A medida utilizada foi a modularidade, proposta por Newman Modularidade
Indica o quanto uma certa diviso da rede boa
Leva em considerao o nmero de arestas inter e intracomunidades
Simulaes
Identificao do Problema
Clima ruim Diretor:
Quem est do meu lado? Quem devo convencer a vir para meu lado?
Transformao:
Disposio os dados para visualizao Vrtice nome -> Vrtice ID inteiro
DE Director Instructor John Director Instructor PARA John Kenny William Andy Director
Execuo:
Implementao da Rede Complexa
Configurao Inicial
Qmx = 0.80
Comunidades = 9
Comunidades = 7
Comunidades = 5
Comunidades = 4
Consideraes Finais
Consonante ao grande volume de dados produzido no mundo atual, a Minerao de Dados se tornou um processo essencial s corporaes e s pesquisas atuais
Permite estabelecer relaes e descobertas de padres e comportamentos Auxilia na tomada de decises
Este trabalho apresentou uma aplicao hipottica simples, porm factvel, de utilizao de Minerao de Dados no campo de Clusterizao de Dados utilizando Redes Complexas para Deteco de Comunidades
Referncias
[1] Silva, T. C., Zhao L. (2007) Pixel Clustering by Using Complex Network Community Detection Technique. In: 7th International Conference on Intelligent Systems Design and Applications, 2007, Rio de Janeiro. Proceedings of 7th International Conference on Intelligent Systems Design and Applications. Danvers, MA, USA : IEEE Computer Society. v. 1. p. 925-930 [2] Newman, M. E. J. (2004) Fast algorithm for detecting community structure in networks, Physical Review E, v. 69, p. 066133(1-5) [3] Newman, M.E.J., Girvan, M. (2004) Finding and evaluating community structure in networks, Physical Review E, v. 69, p. 026113(115) [4] Strogatz, S.H. (2001) Exploring complex networks, Nature, v. 410, p. 268-276
Referncias
[5] Barabsi, A.-L., Albert, R. (1999) Emergence of scaling in random networks, Science, v. 286, p. 509-512 [6] Linda G. Shapiro and George C. Stockman (2001): "Computer Vision", pp 279-325, New Jersey, Prentice-Hall [7] Ron Ohlander, Keith Price, and D. Raj Reddy (1978): "Picture Segmentation Using a Recursive Region Splitting Method", Computer Graphics and Image Processing, volume 8, pp 313-333 [8] Hppner, F., Klawonn, F., Kruse, R., Runkler, T. (1999) Fuzzy cluster analysis: methods for classification, data analysis and image recognition, John Wiley & Sons, Inc., Hoboken, NJ,USA [9] Chvez G. C, Video Content Analysis by Active Learning. (2007) Tese (Doutorado em Cincias da Computao) - Universidade Federal de Minas Gerais