Uma análise comparativa entre técnicas de detecção de comunidades com aplicação para o problema de agrupamento de objetos invariantes

Trabalho de Conclusão de Curso (Graduação)O agrupamento de dados consiste na identificação de grupos de objetos de acordo com algum critério de similaridade. Normalmente, tal critério está associado apenas aos atributos físicos dos dados utilizando, por exemplo, medidas de distância ou centróides. Uma abordagem mais recente é o uso de redes complexas, também conhecido por Detecção de Comunidades, o qual permite examinar, além dos atributos físicos, a estrutura topológica dos dados. Neste trabalho, propõe-se o uso de algoritmos de Detecção de Comunidades para o problema não supervisionado de reconhecimento de padrões invariantes. Dado um conjunto de imagens de objetos em diferentes posições, ângulos e rotações, o problema consiste em detectar e agrupar imagens relacionadas a um mesmo objeto. Para a realização deste trabalho, foram aplicados três algoritmos de Detecção de Comunidades em bases de dados reais disponíveis na literatura. As bases de dados foram divididas em dois conjuntos, bases de dados no formato de grafo e bases de dados para o agrupamento de objetos invariantes. Experimentos apontam bons resultados por parte destes algoritmos de acordo com um conjunto de métricas de desempenho