Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ufc.br/handle/riufc/66593
Tipo: Tese
Título : On the design of similarity functions for binary data
Autor : Veras, Marcelo Bruno de Almeida
Tutor: Gomes, João Paulo Pordeus
Palabras clave : Similarity measure;Similarity function;Genetic programming;Protein function annotation;Protein structure;Sparse data
Fecha de publicación : 2022
Citación : VERAS, Marcelo Bruno de Almeida. On the design of similarity functions for binary data. 2022. 62 f. Tese (Doutorado em Ciência da Computação) - Universidade Federal do Ceará, Fortaleza, 2022.
Resumen en portugués brasileño: O vetor binário de características é uma representação amplamente utilizada em diversas áreas do conhecimento. Elas servem para indicar a presença ou ausência de determinadas características, portanto, funções que fazem uso dessas representações, como funções de similaridade, são importantes para reconhecer como os objetos são semelhantes entre si e realizar tarefas, como classificação, agrupamento e detecção de valores atípicos. A função de similaridade é uma medida que quantifica essa similaridade e influencia diretamente no desempenho de uma solução proposta. Devido à sua importância, é fundamental para resolver adequadamente um problema que uma boa função de similaridade seja utilizada. Para a escolha de uma função de similaridade, duas abordagens são comumente utilizadas: uma é buscar e analisar funções existentes que melhor se ajustem ao problema, e a outra é criar uma nova função com um especialista. Neste trabalho, ambas as abordagens são examinadas, e uma nova proposta é feita para cada abordagem delineando as vantagens e desvantagens. Na primeira apresentamos uma metodologia para projetar funções de similaridade e uma nova função para lidar com dados esparsos, bem como avaliar a função proposta através de uma série de experimentos. Na segunda, propomos um framework automatizado que aprende com os dados para gerar funções de similaridade apropriadas para uma determinada tarefa. Este framework foi desenvolvido para gerar funções com propriedades teóricas necessárias para uma função de similaridade. Novamente, uma série de experimentos são realizados para avaliar sua importância. Avaliamos o desempenho de ambos os estudos em relação a 63 outras funções de similaridade. Com base nos resultados, podemos afirmar que em ambos os casos nossas propostas foram capazes de superar as funções clássicas na maioria dos casos testados.
Abstract: The binary feature vector is a widely used representation in many areas of knowledge. They serve to indicate the presence or absence of certain characteristics, therefore, functions that make use of these representations, such as similarity functions, are important to recognize how objects are similar to each other and perform tasks, such as classification, clustering and detection of outliers. The similarity function is a measure that quantifies this similarity and directly influences the performance of a proposed solution. Due to its importance, it is fundamental to properly solve a problem that a good similarity function is used. For choosing a similarity function, two approaches are commonly used: one is to search and analyze existing functions that fit the problem better, and the other is to create a new function with a specialist. In this work, both approaches are examined, and a new proposal is made for each approach outlining both the advantages and disadvantages. In the first one we present a methodology to designing similarity functions and a new function to deal of sparse data, as well as evaluating of proposed function through a series of experiments. In the second one, we propose an automated framework that learns from data to generate similarity function that are appropriate to a given task. This framework was developed to generate functions with theoretical properties necessary for a similarity function. Again, a series of experiments are conducted to asses its importance. We evaluated both studies performances in relation to 63 other similarity functions. Based on the results, we can state that in both cases our proposals were able to outperform classical functions in most of the tested cases.
URI : http://www.repositorio.ufc.br/handle/riufc/66593
Aparece en las colecciones: DCOMP - Teses defendidas na UFC

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
2022_tese_mbaveras.pdf1,08 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.