Título: Cluster-CV: Uma Abordagem de Visão Computacional para a Identificação Espacial de Agrupamentos de Dados
Autores: Acevedo Jaimes, Brayan;Leite de castro, Cristiano;Brambirra Torres, Luiz;Lacerda, Gustavo;Braga, Antonio
Resumo:
Este trabalho apresenta uma análise da Matriz de Distâncias através de Visão Computacional (VC) com o objetivo de identificar o número k de agrupamentos sobre bases de dados com sobreposição entre grupos, sendo esta uma abordagem de agrupamento não supervisionado. Assim, com a Matriz de Distâncias que é obtida de uma métrica de distância aplicada par-a-par no conjunto de dados, são aproveitadas e extraídas informações visuais para identificar de forma individual cada um dos agrupamentos contidos nos dados. As amostras pertencentes a cada agrupamento são projetadas em um novo espaço linear, de forma que a sobreposição e distância de separação entre agrupamentos (clusters) seja corrigida e aumentada sem perder informação. Os resultados da metodologia aplicada nos experimentos mostram ser promissores, garantindo agrupamentos de dados sem sobreposição e sem perda de informação.
Palavras-chave:
Matriz de Distâncias;VC;Agrupamento não supervisionado;Sobreposição;Autovetor;Autovalor.
Páginas: 12
Código DOI: 10.21528/CBIC2017-23
Artigo em pdf: cbic-paper-23.pdf
Arquivo BibTeX: cbic-paper-23.bib