Distância adaptativa e algoritmo do tipo nuvens dinâmicas com dados simbólicos poligonais

Abstract

Com o constante crescimento da quantidade de dados que são produzidas pela humanidade, temos cada vez mais a necessidade de traçarmos estratégias que nos auxilie na extração de valores utilizando, por exemplo, mineração de dados. Tendo em vista esta problemática, esse trabalho tem como objetivo apresentar um método de agrupamento para dados simbólicos poligonais utilizando um algoritmo de nuvens dinâmicas com distância adaptativa de Hausdorff. Algoritmos de nuvens dinâmicas têm como objetivo agrupar uma partição em classes, identificando seus representantes baseados na minimização um critério que mede a adequação entre os dados e os protótipos. Acrescido da abordagem adaptativa na distância, estes algoritmos recebem a capacidade de reconhecer grupos com diferentes formas e tamanhos. Para avaliar e demonstrar a utilidade da abordagem proposta, experimentos com dados poligonais sintéticos foram realizados e foram avaliados com base no índice de Rand ajustado.