Agrupamento baseado em SOM com pesos adaptativos para múltiplas tabelas de dissimilaridade

• Anderson B. S. Dantas UFPE
• Francisco de A. T. de Carvalho UFPE

Resumo

Este trabalho apresenta um modelo de algoritmo de agrupamento baseado no algoritmo SOM com treinamento batch para classificar objetos levando em consideração suas descrições relacionais dadas por múltiplas matrizes de dissimilaridade. O método apresentado tem como resultado uma partição dos dados de entrada, assim como um protótipo para cada agrupamento, além de adaptar pesos que calculam a relevância de cada matriz de dissimilaridade otimizando um critério de adequação entre os agrupamentos e seus respectivos protótipos. Estes pesos mudam a cada iteração do algoritmo e são diferentes de um grupo para outro. Experimentos com bases de dados reais foram realizado com o objetivo de mostrar a utilidade do algoritmo.

Referências

Badran, F., Yacoub, M., and Thiria, S. (2005). Self-organizing maps and unsupervised classification. In Neural networks: methodology and applications, pages 379–442. Springer-Verlag.

Breiman, L., Friedman, J., Stone, C. J., and Olshen, R. (1984). Classification and Regression Trees. Chapman and Hall/CRC.

Conan-Guez, B., Rossi, F., and Golli, A. E. (2006). Fast algorithm and implementation of dissimilarity self-organizing maps. Neural Networks, 19:855–863.

Frank, A. and Asuncion, A. (2010). Uci machine learning repository.

Golli, A., Conan-Guez, B., and Rossi, F. (2004). A self-organizing map for dissimilarity data. In Classification, Clustering, and Data Mining Applications, pages 61–68. Springer Berlin Heidelberg.

Gopalakrishnan, K., Khaitan, S., and Manik, A. (2008). Enhanced clustering analysis and visualization using kohonen’s self-organizing feature map networks. International Journal of Computational Intelligence, 4:64–71.

Hubert, L. and Arabie, P. (1985). Comparing partitions. Journal of Classification, 2:193218.

Jain, A. K., Murty, M. N., and Flynn, P. J. (1999). Data clustering: a review. ACM Comput. Surv., 31:264–323.

Kohonen, T. (1990). The self-organizing maps. Proceedings of the IEEE, 78:1464–1480.

Lechevallier, Y., de Carvalho, F. A. T., Despeyroux, T., and de Melo, F. M. (2010). Clustering of multiple dissimilarity data tables for documents categorization. 19th International Conference on Computational Statistics - COMPSTAT 2010, pages 1263–1270.

Murtagh, F. and Hernández-Pajares, M. (1995). The kohonen self-organizing map method: An assessment. Journal of Classification, 12:165–190.

van Rijsbergen, C. J. (1979). Information Retrieval. London: Butterworths.