@MastersThesis{Serpa:2011:AbHePr,
               author = "Serpa, Dalila Ribeiro",
                title = "Abordagens heur{\'{\i}}sticas para problemas de agrupamentos",
               school = "Instituto Nacional de Pesquisas Espaciais",
                 year = "2011",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2011-02-25",
             keywords = "agrupamentos, particionamento em cliques, 
                         meta-heur{\'{\i}}sticas, VNS, ILS, CS, clustering, clique 
                         partitioning, metaheuristics, VNS, ILS, CS.",
             abstract = "Os problemas de agrupamentos surgiram da necessidade de se agrupar 
                         dados a fim de entender um objeto ou um fen{\^o}meno ainda 
                         desconhecidos. O agrupamento {\'e} feito com base na similaridade 
                         entre os objetos de um conjunto de dados, em que os mais similares 
                         ficam no mesmo grupo. Este trabalho prop{\~o}e tr{\^e}s novas 
                         abordagens heur{\'{\i}}sticas para problemas de agrupamentos: a 
                         meta-heur{\'{\i}}stica Busca em Vizinhan{\c{c}}a Vari{\'a}vel 
                         (VNS, do ingl{\^e}s \textit{Variable Neighborhood Search}), a 
                         meta-heur{\'{\i}}stica Busca Local Iterativa (ILS, do ingles 
                         \textit{Iterated Local Search} e o m{\'e}todo h{\'{\i}}brido 
                         Busca por Agrupamentos (CS, do ingl{\^e}s \textit{Clustering 
                         Search}). O VNS {\'e} caracterizado por realizar buscas em 
                         vizinhan{\c{c}}as distantes. O ILS realiza 
                         perturba{\c{c}}{\~o}es em uma solu{\c{c}}{\~a}o gerando novas 
                         solu{\c{c}}{\~o}es de partida para a busca local. O CS, chamado 
                         de m{\'e}todo h{\'{\i}}brido por utilizar uma 
                         combina{\c{c}}{\~a}o de meta-heur{\'{\i}}sticas com busca 
                         local, {\'e} caracterizado por realizar buscas em regi{\~o}es 
                         promissoras {\`a} melhoria da solu{\c{c}}{\~a}o. Neste 
                         trabalho, estes algoritmos utilizar{\~a}o a abordagem de 
                         particionamento em cliques para realizar o \textit{clustering}. 
                         Os \textit{clusters} obtidos pelos algoritmos ser{\~a}o 
                         avaliados por dois {\'{\i}}ndices de valida{\c{c}}{\~a}o 
                         externa: Rand e Corrected Rand. Al{\'e}m disso, uma pequena 
                         aplica{\c{c}}{\~a}o em classifica{\c{c}}{\~a}o de imagens 
                         ser{\'a} apresentada. E por fim, os resultados obtidos ser{\~a}o 
                         comparados com outros algoritmos da literatura. ABSTRACT: The 
                         clustering problems arose from the need to group data in order to 
                         understand an object or a phenomenon still unknown. Data 
                         clustering is based on similarity between objects of a data set, 
                         where the most similar objects are in the same group. This work 
                         proposes three new heuristics approaches to clustering problems: 
                         the \textit{Variable Neighborhood Search} (VNS) metaheuristic, 
                         the \textit{Iterated Local Search} (ILS) metaheuristic and the 
                         hybrid method called \textit{Clustering Search}(CS). VNS is 
                         characterized by performing searches in a distant neighborhoods. 
                         ILS performs a perturbation in a solution, generating new starting 
                         solutions to the local search. CS, called hybrid method because it 
                         uses a combination of metaheuristics with local search, is 
                         characterized by performing searches in promising regions to the 
                         solution improvement. In this work, these algorithms will use the 
                         clique partitioning approach to perform the clustering. The 
                         clusters obtained by these algorithms will be evaluated by two 
                         external validation indexes: Rand and Corrected Rand. Moreover, a 
                         little application in image classification will be presented. At 
                         the end, the results obtained will be compared with others 
                         algorithms in the literature.",
            committee = "Sandri, Sandra Aparecida (presidente) and Lorena, Luiz Antonio 
                         Nogueira (orientador) and Corr{\^e}a, Francisco de Assis 
                         (orientador) and Becceneri, Jos{\'e} Carlos and Nascimento, 
                         Mari{\'a} Cristina Vasconcelos",
           copyholder = "SID/SCD",
         englishtitle = "Heuristics approaches for clustering problems",
             language = "pt",
                pages = "92",
                  ibi = "8JMKD3MGP7W/397C9JE",
                  url = "http://urlib.net/ibi/8JMKD3MGP7W/397C9JE",
           targetfile = "publicacao.pdf",
        urlaccessdate = "21 maio 2024"
}