Desenvolvimento de novas técnicas de extração de conjuntos de similaridade para relações não simétricas

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 similarit...

ver descrição completa

Autor principal: Alessi, André Eduardo
Formato: Trabalho de Conclusão de Curso (Graduação)
Idioma: Português
Publicado em: Universidade Tecnológica Federal do Paraná 2022
Assuntos:
Acesso em linha: http://repositorio.utfpr.edu.br/jspui/handle/1/27551
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id riut-1-27551
recordtype dspace
spelling riut-1-275512022-03-08T06:05:57Z Desenvolvimento de novas técnicas de extração de conjuntos de similaridade para relações não simétricas Development of a novel similarity set extraction techniques addressing non-symmetrical relations Alessi, André Eduardo Pola, Ives Renê Venturini Pola, Ives Renê Venturini Casanova, Dalcimar Barbosa, Marco Antonio de Castro Teoria dos conjuntos Números complexos Grafos de ligação Banco de dados Set theory Numbers, Complex Bond graphs Data bases CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO 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. 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. 2022-03-07T16:14:57Z 2022-03-07T16:14:57Z 2021-03-02 bachelorThesis 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. http://repositorio.utfpr.edu.br/jspui/handle/1/27551 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Pato Branco Brasil Departamento Acadêmico de Informática Engenharia de Computação UTFPR
institution Universidade Tecnológica Federal do Paraná
collection RIUT
language Português
topic Teoria dos conjuntos
Números complexos
Grafos de ligação
Banco de dados
Set theory
Numbers, Complex
Bond graphs
Data bases
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
spellingShingle Teoria dos conjuntos
Números complexos
Grafos de ligação
Banco de dados
Set theory
Numbers, Complex
Bond graphs
Data bases
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Alessi, André Eduardo
Desenvolvimento de novas técnicas de extração de conjuntos de similaridade para relações não simétricas
description 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.
format Trabalho de Conclusão de Curso (Graduação)
author Alessi, André Eduardo
author_sort Alessi, André Eduardo
title Desenvolvimento de novas técnicas de extração de conjuntos de similaridade para relações não simétricas
title_short Desenvolvimento de novas técnicas de extração de conjuntos de similaridade para relações não simétricas
title_full Desenvolvimento de novas técnicas de extração de conjuntos de similaridade para relações não simétricas
title_fullStr Desenvolvimento de novas técnicas de extração de conjuntos de similaridade para relações não simétricas
title_full_unstemmed Desenvolvimento de novas técnicas de extração de conjuntos de similaridade para relações não simétricas
title_sort desenvolvimento de novas técnicas de extração de conjuntos de similaridade para relações não simétricas
publisher Universidade Tecnológica Federal do Paraná
publishDate 2022
citation 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.
url http://repositorio.utfpr.edu.br/jspui/handle/1/27551
_version_ 1805302267784462336
score 10,814766