Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/54097

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorCARVALHO, Francisco de Assis Tenorio de-
dc.contributor.authorPALOMINO MARIÑO, Laura María-
dc.date.accessioned2023-12-14T16:56:27Z-
dc.date.available2023-12-14T16:56:27Z-
dc.date.issued2023-09-01-
dc.identifier.citationPALOMINO MARIÑO, Laura María. Batch som algorithms for dissimilarity data. 2023. Tese (Doutorado em Ciência da Computação) – Universidade Federal de Pernambuco, Recife, 2023.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/54097-
dc.description.abstractThe Self-Organizing Maps (SOM) are unsupervised neural network methods that have both clustering and visualization properties. Originally, the SOM algorithm was defined for numerical data. However, complex data, require differentiated analysis and treatment that are consis- tent with their structures. Some kinds of data are known only through relational measures of resemblance or dissemblance such as DNA sequences. Currently, despite their usefulness, rela- tively few SOM models can manage relational data. This research proposes four new families of batch SOM algorithms for relational data represented by one dissimilarity matrix (single- view) or several dissimilarity matrices (multi-view). The algorithms are designed to give a crisp partition and to preserve the topological properties of the data on the map. The algorithms implemented the following four cluster representation approaches: the first family are SOM methods that consider the cluster representatives as vectors of weights whose components measure how objects are weighted as a medoid in a given cluster. Moreover, in the second family, each cluster representative is a normalized linear combination of the objects represented in the description space. In the third family, the cluster representative is a set of weighted ob- jects whose cardinality is fixed. Finally, in the fourth family, the representative is a vector of weighted objects selected according to their relevance to the referred cluster. Additionally, the multi-view methods are designed to learn the weight of each dissimilarity matrix. The weight represents the relevance of each dissimilarity matrix being computed either locally for each cluster or globally for the whole partition. All the proposed algorithms were compared with the most related benchmark methods available to handle one or several dissimilarity matrices. Experiments on 12 single-view and 14 multi-view datasets are performed by means of a simi- lar parametrization regarding the Normalized Mutual Information (NMI), Topographical Error (TE), and Silhouette Coefficient (SIL) metrics. In most cases, the fourth family of algorithms performed the best concerning NMI and SIL whereas the second family of algorithms are the best in terms of TE. The statistical significance of the results provided by the experiments was assessed using the non-parametric Friedman test and the Nemenyi post-test. The experiments on the multi-view dataset showed the importance of considering the weights of the relevance of dissimilarity matrices.pt_BR
dc.description.sponsorshipFACEPEpt_BR
dc.language.isoengpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsembargoedAccesspt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectInteligência computacionalpt_BR
dc.subjectMapas auto-organizáveispt_BR
dc.subjectSOM em lotespt_BR
dc.subjectDados de dissimilaridadept_BR
dc.subjectMedoides ponderadospt_BR
dc.titleBatch som algorithms for dissimilarity datapt_BR
dc.typedoctoralThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/4050952327940886pt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.leveldoutoradopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/3909162572623711pt_BR
dc.publisher.programPrograma de Pos Graduacao em Ciencia da Computacaopt_BR
dc.description.abstractxOs mapas auto-organizáveis (SOM) são redes neurais não supervisionadas usadas para o agru- pamento e visualização de dados. Originalmente, o algoritmo SOM foi definido para dados numéricos. No entanto, dados complexos exigem análise e tratamento diferenciados que sejam consistentes com suas estruturas. Alguns tipos de dados são expressos somente por meio de medidas de semelhança ou dissemelhançaco como as sequências de DNA. Atualmente, re- lativamente poucos algoritmos SOM são capazes de gerenciar dados relacionais, apesar da sua utilidade. Esta Tese propõe quatro novas famílias de algoritmos para dados relacionais representados por uma matriz de dissimilaridade (visão única) ou por várias matrizes de dissi- milaridade (múltiplas visões). Os algoritmos são projetados para fornecer partições exclusivas (crisp) preservando as propriedades topológicas dos dados no mapa. Os algoritmos implemen- taram quatro enfoques de representantes de clusters: a primeira família apresenta métodos SOM que consideram os representantes do cluster como vetores de pesos cujos componentes medem como os objetos são ponderados como medoid em um determinado cluster. Na se- gunda família, cada representante de cluster é uma combinação linear normalizada dos objetos representados no espaço de descrição. Já na terça família, o representante do cluster é um conjunto de objetos ponderados cuja cardinalidade é fixa. Finalmente, na quarta família, o re- presentante é um vetor de objetos ponderados selecionados de acordo com sua relevância para o referido cluster. Além disso, os algoritmos de múltiplas visões são projetados para aprender o peso de cada matriz de dissimilaridade. Estes pesos representam a relevância de cada matriz de dissimilaridade, sendo calculados localmente para cada cluster, ou globalmente para a partição toda. Todos os algoritmos propostos foram comparados com os métodos mais relacionados que lidam com uma ou várias matrizes de dissimilaridade. Experimentos com 12 conjuntos de dados de visão única e 14 de múltiplas visões foram realizados por meio de uma parametriza- ção semelhante levando em consideração às métricas Informação Mútua Normalizada (NMI), Erro Topográfico (TE) e Silhueta (SIL). Na maioria dos casos, os algoritmos da quarta família tiveram o melhor desempenho em relação à NMI e SIL, enquanto os algoritmos da segunda família são os melhores em termos de TE. A significância estatística dos resultados fornecidos pelos experimentos foi avaliada usando o teste não paramétrico de Friedman em conjunto com o pós-teste de Nemenyi. Os experimentos nos dados de múltiplas visões mostraram a importância de levar em conta os pesos de relevância das matrizes de dissimilaridade.pt_BR
Aparece nas coleções:Teses de Doutorado - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TESE Laura María Palomino Mariño.pdf
  Item embargado até 2025-11-29
4,28 MBAdobe PDFVisualizar/Abrir    Item embargado


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons