Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/27551| Título: | Desenvolvimento de novas técnicas de extração de conjuntos de similaridade para relações não simétricas |
| Título(s) alternativo(s): | Development of a novel similarity set extraction techniques addressing non-symmetrical relations |
| Autor(es): | Alessi, André Eduardo |
| Orientador(es): | Pola, Ives Renê Venturini |
| Palavras-chave: | Teoria dos conjuntos Números complexos Grafos de ligação Banco de dados Set theory Numbers, Complex Bond graphs Data bases |
| Data do documento: | 2-Mar-2021 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Pato Branco |
| Citação: | ALESSI, André Eduardo. Desenvolvimento de novas técnicas de extração de conjuntos de similaridade para relações não simétricas. 2021. Trabalho de Conclusão de Curso (Engenharia de Computação) - Universidade Tecnológica Federal do Paraná (UTFPR), Pato Branco, 2021. |
| Resumo: | O principal fundamento matemático dos sistemas gerenciadores de bancos de dados é a teoria dos conjuntos. Em um conjunto, não existem pares de elementos iguais. Porém, a comparação exata entre dados complexos não traz informações relevantes, sendo preferível a utilização de comparações por similaridade. Para representar a ideia de um conjunto onde não há pares de elementos suficientemente similares, nasceu o conceito de conjuntos de similaridade. Neste problema de pesquisa, a base teórica desse conceito foi estendida para tratar relações não simétricas de similaridade. Como contribuição do trabalho, uma nova técnica de extração de conjuntos de similaridade foi desenvolvida, formalizada no algoritmo Asymmetric Distinct. A nova técnica foi avaliada em dois experimentos diferentes, mostrando-se estável e escalável e permitindo novas pesquisas dentro da área. |
| Abstract: | The main mathematical foundation of database management systems is the set theory. In a set, there are no pairs of equal elements. However, the exact comparison between complex data does not provide relevant information, and it is preferable to use comparisons by similarity. The concept of similarity sets was created to represent the idea of a set where there are no pairs of sufficiently similar elements. The theoretical basis of the similarity sets concept has been extended to address asymmetric similarity relations in this research. A new technique for the extraction of similarity sets, formally defined as algorithm Asymmetric Distinct, was developed and validated in two experiments. The technique was considered stable and scalable and allows for new research based on this study. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/27551 |
| Aparece nas coleções: | PB - Engenharia de Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| extracaoconjuntossimilaridade.pdf | 5,86 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.