Um algoritmo para agrupamento de dados utilizando interação entre agentes
Autor: Lutiele Machado Godois (Currículo Lattes)
Resumo
Os Algoritmos de Clustering possuem como um de seus principais objetivos a formação de grupos de forma que os objetos de dados pertencentes a esse grupos são semelhantes entre si. Muitas técnicas de agrupamento foram propostas em trabalhos encontrados na literatura nas áreas de Mineração de Dados e Estatística, a maioria delas se baseia em informações a priori para obter os resultados, como o número desejado de grupos. Assim, este trabalho apresenta a implementação e avaliação de um Algoritmo de Clustering baseado nas características de agentes, que detecta o número de grupos para um determinado conjunto de dados. Os grupos formados durante o processo de agrupamento são, assim, padrões emergentes da interação entre agentes. Dessa forma, o algoritmo é testado para diferentes conjuntos de dados, além de sua comparação com algoritmos de agrupamento K-means e DBSCAN, e seus resultados validados utilizando as seguintes formulações matemáticas definidas para esse fim: Silhouette, Davies Bouldin, Dunn, Dunn Generalizado e DBCV.