Agrupamento de dados baseado em comportamento coletivo e auto-organização

Abstract

AgradecimentosPrimeiramente, sou grato à minha família, por apoiar-me em todas as decisões que tomei na vida, e por compreender que, mesmo estando eu ausente durante longos períodos, tal ausência teve bons motivos, dentre eles, a concretização deste trabalho. Agradeço ao Prof. Dr. Zhao Liang, pela orientação, paciência e dedicação, mantendo-me na linha e, ao mesmo tempo, oferecendo-me a liberdade de tomar diversas decisões. Um equilíbrio perfeito: liberdade, mas com moderação. Agradeço a todos os demais professores, do ICMC-USP e de outras instituições, do mestrado e de outras épocas, que durante toda a minha vida ajudaram a formar a pessoa que sou hoje. Agradeço a todos os amigos, pelos momentos de descontração, afinal nem só de estudo e trabalho vive o homem. Prefiro não citar nomes para não correr o risco de esquecer alguém. Quem comigo esteve presente sabe o quanto foi importante. Agradeço à Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) e à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), pelo apoio financeiro concedido, por meio de bolsa, que viabilizou do desenvolvimento deste trabalho de mestrado. E claro, agradeço à Deus, por manter o caminho livre para que eu pudesse realizar este trabalho, dando-me saúde e motivação, oferecendo-me oportunidades, colocando-me diante de pessoas fantásticas, livrando-me de eventos ruins que eu não pudesse superar, embora algumas noites mal dormidas tenham sido necessárias. Enfim, expresso minha gratidão a todas as pessoas que, direta ou indiretamente, contribuíram para mais esta etapa que agora estou completando.i ii ResumoO aprendizado de máquina consiste de conceitos e técnicas que permitem aos computadores melhorar seu desempenho com a experiência, ou, em outras palavras, "aprender" com dados. Um dos principais tópicos do aprendizado de máquina é o agrupamento de dados que, como o nome sugere, procura agrupar os dados de acordo com sua similaridade. Apesar de sua definição relativamente simples, o agrupamento é uma tarefa computacionalmente complexa, tornando proibitivo o emprego de algoritmos exaustivos, na busca pela solução ótima do problema. A importância do agrupamento de dados, aliada aos seus desafios, faz desse campo um ambiente de intensa pesquisa. Também a classe de fenô-menos naturais conhecida como comportamento coletivo tem despertado muito interesse. Isso decorre da observação de um estado organizado e global que surge espontaneamente das interações locais presentes em grandes grupos de indivíduos, caracterizando, pois, o que se chama auto-organização -ou "emergência", para ser mais preciso. Os desafios intrínsecos e a relevância do tema vêm motivando sua pesquisa em diversos ramos da ciência e da engenharia. Ao mesmo tempo, técnicas baseadas em comportamento coletivo vêm sendo empregadas em tarefas de aprendizado de máquina, mostrando-se promissoras e ganhando bastante atenção. No presente trabalho, objetivou-se o desenvolvimento de técnicas de agrupamento baseadas em comportamento coletivo. Faz-se cada item do conjunt...

Desenvolvimento de técnicas de aprendizado de máquina via sistemas dinâmicos coletivos

“…No campo do aprendizado de máquina, vem sendo crescente o interesse em abordagens alternativas aos métodos tradicionais. Abordagens inspiradas na natureza, em especial algumas baseadas em grupos de indivíduos que interagem entre si (sistemas dinâmicos coletivos), vêm ganhando espaço e mostrando-se eficientes (BLATT; WILSEMAN; DOMANY, 1997; OMRAN; SALMAN; ENGELBRECHT, 2002; ZHAO; Damiance Jr.; CARVALHO, 2005; ABRAHAM; DAS; ROY, 2007;OLIVEIRA, 2008;GUELERI;ZHAO, 2011;GUELERI; SILVA; ZHAO, 2012c; SILVA; ZHAO, 2012b; SILVA; ZHAO, 2012a; SILVA; ZHAO; CUPERTINO, 2012; CUPERTINO; GUELERI; ZHAO, 2014).…”

“…Cada gaussiana tem variância 1 e seus centros distam 4 unidades um do outro. Obtida de Gueleri (2013).…”