Skip navigation
DSpace logo

  1. Repositório Institucional da UFPB
  2. BDTD - UFPB
  3. UFPB - Campus I - João Pessoa
  4. Centro de Informática (CI) - Programa de Pós-Graduação em Informática
Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/tede/6094
Registro completo de metadados
Campo DCValorIdioma
dc.creatorDuarte, Mariana de Luna Freire-
dc.date.accessioned2015-05-14T12:36:39Z-
dc.date.accessioned2018-07-21T00:14:38Z-
dc.date.available2014-06-18-
dc.date.available2018-07-21T00:14:38Z-
dc.date.issued2012-08-23-
dc.identifier.citationDUARTE, Mariana de Luna Freire. Mineração de dados usando programação genética. 2012. 79 f. Dissertação (Mestrado em Informática) - Universidade Federal da Paraí­ba, João Pessoa, 2012.por
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/tede/6094-
dc.description.abstractData mining has become an important activity for decision-making in large and small companies since it allows the extraction of relevant and non-trivial information so that corrections and adjustment in administrative and economic strategies could be selected. Consequently, an increase in the geographical data storage is seen in such a way that conventional data mining cannot carry out the extraction of knowledge from a high dimension database. According to the current literature, there are few tools capable of extracting knowledge from geographical data, mainly if the database is made of conventional (numeral and textual) and geographical (point, line and polygon) data. The aim of this study is to present a new algorithm for spatial data mining DMGP using the two types of data to carry out the information extraction from a determined base. This algorithm is based on the DMGeo algorithm which also seeks to extract knowledge from the two types of data. These algorithms are based on Genetic Programming and were developed to obtain classification rules of patterns existing in the numeral and geographical attributes. To obtain a better performance for the DMGeo, the use of meta-heuristic GRASP and ILS in the performance of DMGP algorithm was proposed to improve the individuals from the generated population . GRASP and ILS were used to generate the initial population and disturb some individuals aiming at finding better solutions.eng
dc.description.provenanceMade available in DSpace on 2015-05-14T12:36:39Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 1608529 bytes, checksum: 06fa4bcadb445d4cf1a5c20f034c323b (MD5) Previous issue date: 2012-08-23eng
dc.description.provenanceMade available in DSpace on 2018-07-21T00:14:38Z (GMT). No. of bitstreams: 2 arquivototal.pdf: 1608529 bytes, checksum: 06fa4bcadb445d4cf1a5c20f034c323b (MD5) arquivototal.pdf.jpg: 2117 bytes, checksum: 772c9f50cf4d6498440f9f48aa2d9fed (MD5) Previous issue date: 2012-08-23en
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior-
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Federal da Paraí­bapor
dc.rightsAcesso abertopor
dc.subjectBanco de dados Geográficospor
dc.subjectMineração de Dados Espaciaispor
dc.subjectAlgoritmos Evolucionáriospor
dc.subjectProgramação Genéticapor
dc.subjectGeographic Databaseseng
dc.subjectSpatial Data Miningeng
dc.subjectEvolutionary Algorithmseng
dc.subjectGenetic Programmingeng
dc.titleMineração de dados usando programação genéticapor
dc.typeDissertaçãopor
dc.contributor.advisor1Soares, Valéria Gonçalves-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/0187018118567986por
dc.contributor.advisor-co1Cabral, Lucídio dos Anjos Formiga-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/6699185881827288por
dc.creator.Latteshttp://lattes.cnpq.br/1600541618651457por
dc.description.resumoA mineração de dados tornou-se uma importante atividade para o processo de tomada de decisão para grandes ou pequenas corporações, pois a partir dela é possível extrair informações relevantes e não triviais de forma que correções e ajustes em estratégias econômicas e administrativas possam ser selecionadas. Assim, vê-se um aumento no armazenamento de dados geográficos, de tal maneira que a mineração de dados convencionais não suporta realizar a extração de conhecimento em um banco de dados de elevada dimensão. De acordo com a literatura atual, poucas ferramentas capazes de extrair conhecimento a partir de dados geográficos são encontradas, principalmente, quando a base de dados é composta por dados convencionais (numéricos e textuais) e geográficos (ponto, linha e polígono). Este trabalho tem como objetivo principal apresentar um novo algoritmo, chamado DMGP, para a atividade de mineração de dados espaciais utilizando os dois tipos de dados para realizar a extração de informações de uma determinada base. O algoritmo em questão tem como base o algoritmo DMGeo que, por sua vez, também visa extrair conhecimento a partir dos dois tipos de dados. Estes algoritmos são baseados na Programação Genética e foram desenvolvidos a fim de obter regras de classificação de padrões existentes nos atributos numéricos e geográficos. Visando obter um melhor desempenho para o DMGeo, foi proposto a utilização das meta-heuríticas GRASP e ILS no funcionamento do algoritmo DMGP para aperfeiçoar os indivíduos das populações geradas. Tais meta-heurísticas foram usadas para gerar a população incial e para realizar uma perturbação de alguns indivíduos, com o intuito de encontrar soluções melhores.por
dc.publisher.countryBRpor
dc.publisher.departmentInformáticapor
dc.publisher.programPrograma de Pós Graduação em Informáticapor
dc.publisher.initialsUFPBpor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
Aparece nas coleções:Centro de Informática (CI) - Programa de Pós-Graduação em Informática

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
arquivototal.pdf1,57 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.