Defesa de Tese de Leandro Lins Marino

 ESCOLA NACIONAL DE CIÊNCIAS ESTATÍSTICAS

Pós-Graduação em População, Território e Estatísticas Públicas

 Defesa de Tese de Doutorado

A Escola Nacional de Ciências Estatísticas convida para a Defesa de Tese de Doutorado intitulada: “Algoritmos de otimização aplicados ao problema de agrupamento com seleção de variáveis”

Aluno: Leandro Lins Marino

Data: 12 de Dezembro de 2022 – Segunda-Feira

Horário: 14h00m

Local: ENCE – Rua André Cavalcanti, 106 – sala 306 (Auditório) – Bairro de Fátima

Resumo Tese: Em face às tecnologias atuais utilizadas para coleta, análise e disseminação de dados, tem se multiplicado a produção de informações associadas às mais variadas temáticas. Concomitantemente, há um crescimento expressivo nos conjuntos de dados, tanto na quantidade de registros de unidades como no número de atributos (variáveis) disponíveis. Entretanto, nem todas as variáveis disponíveis nesses registros são necessárias ou contribuem de maneira efetiva para muitas das de análises de interesse, como no Problema de Agrupamento (PA) e no Problema de Agrupamento Automático (PAA), o que implica buscar alternativas para a resolução do Problema de Seleção de Variáveis (PSV). No contexto de PA/PAA, pesquisas mostram que a existência de variáveis que não são relevantes deterioram a qualidade da solução obtida. Esse problema possui um papel de grande importância no processo analítico, em especial, de conjuntos de dados com alta dimensionalidade. Quando abordado como um problema de otimização, o PSV em PA/PAA é classificado como um problema de alta complexidade, o que torna difícil ou mesmo inviável o uso de abordagens exatas, visto o tempo computacional demandado. Assim, essa tese de doutorado apresenta duas formas distintas de tratar o PSV em PA/PAA, (i) via heurísticas de construção, (ii) via uma metaheurística, nomeada de Algoritmo Genético de Chaves Aleatórias Viciadas (do inglês, Biased Random Keys Genetic Algorithm - BRKGA). São consideradas duas funções objetivos baseadas na silhueta e dois decodificadores para o BRKGA, sendo um dos seus decodificadores com uma caraterística aleatória e outro que usa inteligência, a partir dos conjuntos de dados. Foram realizados experimentos computacionais com conjuntos de dados reais e artificiais para avaliar o desempenho dos algoritmos propostos quanto à qualidade das soluções produzidas em relação à identificação das variáveis mais relevantes e também quanto ao impacto sobre as soluções do problema de agrupamento, . Os resultados obtidos indicam que a metodologia proposta constitui um caminho promissor para a resolução do PSV no contexto da solução de PA/PAA.

Palavras-chave: Análise de Agrupamento. Seleção de variáveis e atributos. Algoritmos de Otimização. Algoritmo Genético. BRKGA.

Banca examinadora:

Dr. Pedro Luis do Nascimento Silva (ENCE/IBGE) - Orientador

Dr. José André de Moura Brito (ENCE/IBGE)

Dr. Gustavo da Silva Ferreira (ENCE/IBGE)

Dr. Leonardo Silva de Lima (UFPR)

Dr. Raydonal Ospina Martínez (UFPE)

Coordenação de Pós-Graduação

Angelita Alves de Carvalho