Aplicação de conceitos de redes complexas para a descoberta de formação de grupos em mapas auto-organizáveis

• Ano de defesa: 2021
• Autor(a) principal: Rolemberg, Thiago Mesquita
• Orientador(a): Silva, Leandro Augusto da
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por; eng
• Instituição de defesa: Universidade Presbiteriana Mackenzie
• Palavras-chave em Português: mapa auto-organizado; redes neurais; redes complexas; grafos; medidas de centralidades; u-matrix; dendrogramas; aprendizado de máquina; agrupamento; não supervisionado
• Link de acesso: https://dspace.mackenzie.br/handle/10899/29276

Redes Neurais do tipo Mapas Auto-Organizáveis ou SOM (do inglês Self-Organizing Maps), em particular, se destaca como um algoritmo que permite analisar as características de agrupamento e a relação topológica dos dados, a partir de um reticulado de neurônios. Contudo, ainda há uma lacuna de pesquisa que consiste em descobrir a relação por de trás dos atributos que levam a formação de grupos. Neste sentido, propõe-se neste trabalho o uso de conceitos de redes complexas no sentido de usar os neurônios do reticulado para a geração de um grafo e complementar a análise no contexto de comunidade, analisando a formação de grupos por medidas de centralidade. Experimentos em três bases de dados demonstram a viabilidade da proposta.