Fazendo as melhores escolhas - um estudo sobre aprendizado de máquina e a utilização de foco de algoritmos em desenho de grafos
Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2015-11-12T12:16:34Z No. of bitstreams: 2 Dissertacao - Raissa dos Santos Vieira - 2015.pdf: 1881110 bytes, checksum: 45839b9f148ac7ad37509a799c65c385 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) === Approved f...
Main Author: | |
---|---|
Other Authors: | |
Format: | Others |
Language: | Portuguese |
Published: |
Universidade Federal de Goiás
2015
|
Subjects: | |
Online Access: | http://repositorio.bc.ufg.br/tede/handle/tede/4884 |
id |
ndltd-IBICT-oai-repositorio.bc.ufg.br-tede-4884 |
---|---|
record_format |
oai_dc |
collection |
NDLTD |
language |
Portuguese |
format |
Others
|
sources |
NDLTD |
topic |
Desenho de grafos Ações de usuários Raciocínio baseado em casos Graph drawing User actions Case-based reasoning CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
spellingShingle |
Desenho de grafos Ações de usuários Raciocínio baseado em casos Graph drawing User actions Case-based reasoning CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Vieira, Raissa dos Santos Fazendo as melhores escolhas - um estudo sobre aprendizado de máquina e a utilização de foco de algoritmos em desenho de grafos |
description |
Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2015-11-12T12:16:34Z
No. of bitstreams: 2
Dissertacao - Raissa dos Santos Vieira - 2015.pdf: 1881110 bytes, checksum: 45839b9f148ac7ad37509a799c65c385 (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) === Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2015-11-12T12:18:36Z (GMT) No. of bitstreams: 2
Dissertacao - Raissa dos Santos Vieira - 2015.pdf: 1881110 bytes, checksum: 45839b9f148ac7ad37509a799c65c385 (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) === Made available in DSpace on 2015-11-12T12:18:36Z (GMT). No. of bitstreams: 2
Dissertacao - Raissa dos Santos Vieira - 2015.pdf: 1881110 bytes, checksum: 45839b9f148ac7ad37509a799c65c385 (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)
Previous issue date: 2015-08-13 === Fundação de Amparo à Pesquisa do Estado de Goiás - FAPEG === The graph drawing problem is to construct geometric representations of graphs in order
to obtain good drawings that meet user expectations. The problem becomes complex
because the concept of “good drawing” is subjective and relative, in other words, it can
vary according to the preferences or needs of each user. This paper presents a literature
review of approaches that explored to apply machine learning techniques for drawing
graphs. Then, it proposes a framework to collect user actions from interactions with
a graph drawing software and reuse them using case-based reasoning. The framework
was tested with a database interaction involving focus an genetic algorithm. The goal
was to determine whether the reuse of these actions made by users could lead to an
effective strategy for improvement graph drawings. Experiments were performed with
the database and algorithms, described along with the framework, in order to evaluate
the proposal approach through the statistical analysis of results obtained. The analysis
showed promising strategies, among them an algorithm that matches a preexisting genetic
algorithm running on the entire graph drawing, and the combination of this genetic
algorithm with a new algorithm that can produces better graph drawings. Such facts
motivate further research in this area. === O problema de desenho de grafos consiste em construir representações geométricas de
grafos de modo a obter bons desenhos, que atendam às expectativas dos usuários. O
problema se torna complexo pelo fato do conceito de “bom desenho” ser subjetivo e
relativo, ou seja, poder variar de acordo com as preferências e/ou necessidades de cada
usuário. Este trabalho apresenta uma revisão de literatura de abordagens que buscaram
aplicar técnicas de aprendizado de máquina para desenho de grafos. Em seguida, é
proposto um framework para coletar ações de usuários a partir de interações com um
software de desenho de grafos e reaproveitá-las utilizando raciocínio baseado em casos.
O framework foi testado com uma base de dados de interação envolvendo foco de um
algoritmo genético. O objetivo foi verificar se o reaproveitamento de ações de foco feitas
por usuários poderia levar a uma estratégia efetiva de melhoria de desenhos de grafos.
Foram realizadas experimentações com a base de dados e com algoritmos, descritos junto
com o framework, a fim de avaliar a abordagem proposta por meio da análise estatística
dos resultados obtidos. Essa análise mostrou estratégias promissoras, dentre elas, um
algoritmo proposto que se equipara a um algoritmo genético preexistente executando
sobre todo o desenho do grafo, e a combinação desse algoritmo genético com um novo
algoritmo capaz de criar desenhos de melhor qualidade, fatos estes que motivam para o
desenvolvimento de novas pesquisas nessa área. |
author2 |
Nascimento, Hugo Alexandre Dantas do |
author_facet |
Nascimento, Hugo Alexandre Dantas do Vieira, Raissa dos Santos |
author |
Vieira, Raissa dos Santos |
author_sort |
Vieira, Raissa dos Santos |
title |
Fazendo as melhores escolhas - um estudo sobre aprendizado de máquina e a utilização de foco de algoritmos em desenho de grafos |
title_short |
Fazendo as melhores escolhas - um estudo sobre aprendizado de máquina e a utilização de foco de algoritmos em desenho de grafos |
title_full |
Fazendo as melhores escolhas - um estudo sobre aprendizado de máquina e a utilização de foco de algoritmos em desenho de grafos |
title_fullStr |
Fazendo as melhores escolhas - um estudo sobre aprendizado de máquina e a utilização de foco de algoritmos em desenho de grafos |
title_full_unstemmed |
Fazendo as melhores escolhas - um estudo sobre aprendizado de máquina e a utilização de foco de algoritmos em desenho de grafos |
title_sort |
fazendo as melhores escolhas - um estudo sobre aprendizado de máquina e a utilização de foco de algoritmos em desenho de grafos |
publisher |
Universidade Federal de Goiás |
publishDate |
2015 |
url |
http://repositorio.bc.ufg.br/tede/handle/tede/4884 |
work_keys_str_mv |
AT vieiraraissadossantos fazendoasmelhoresescolhasumestudosobreaprendizadodemaquinaeautilizacaodefocodealgoritmosemdesenhodegrafos AT vieiraraissadossantos makingthebestchoicesastudyonmachinelearningandusingfocusofalgorithms |
_version_ |
1718895898645233664 |
spelling |
ndltd-IBICT-oai-repositorio.bc.ufg.br-tede-48842019-01-21T22:34:18Z Fazendo as melhores escolhas - um estudo sobre aprendizado de máquina e a utilização de foco de algoritmos em desenho de grafos Making the best choices - a study on machine learning and using focus of algorithms Vieira, Raissa dos Santos Nascimento, Hugo Alexandre Dantas do Nascimento, Hugo Alexandre Dantas do Laureano, Gustavo Teodoro Ribeiro, Marcela Xavier Desenho de grafos Ações de usuários Raciocínio baseado em casos Graph drawing User actions Case-based reasoning CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2015-11-12T12:16:34Z No. of bitstreams: 2 Dissertacao - Raissa dos Santos Vieira - 2015.pdf: 1881110 bytes, checksum: 45839b9f148ac7ad37509a799c65c385 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2015-11-12T12:18:36Z (GMT) No. of bitstreams: 2 Dissertacao - Raissa dos Santos Vieira - 2015.pdf: 1881110 bytes, checksum: 45839b9f148ac7ad37509a799c65c385 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Made available in DSpace on 2015-11-12T12:18:36Z (GMT). No. of bitstreams: 2 Dissertacao - Raissa dos Santos Vieira - 2015.pdf: 1881110 bytes, checksum: 45839b9f148ac7ad37509a799c65c385 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2015-08-13 Fundação de Amparo à Pesquisa do Estado de Goiás - FAPEG The graph drawing problem is to construct geometric representations of graphs in order to obtain good drawings that meet user expectations. The problem becomes complex because the concept of “good drawing” is subjective and relative, in other words, it can vary according to the preferences or needs of each user. This paper presents a literature review of approaches that explored to apply machine learning techniques for drawing graphs. Then, it proposes a framework to collect user actions from interactions with a graph drawing software and reuse them using case-based reasoning. The framework was tested with a database interaction involving focus an genetic algorithm. The goal was to determine whether the reuse of these actions made by users could lead to an effective strategy for improvement graph drawings. Experiments were performed with the database and algorithms, described along with the framework, in order to evaluate the proposal approach through the statistical analysis of results obtained. The analysis showed promising strategies, among them an algorithm that matches a preexisting genetic algorithm running on the entire graph drawing, and the combination of this genetic algorithm with a new algorithm that can produces better graph drawings. Such facts motivate further research in this area. O problema de desenho de grafos consiste em construir representações geométricas de grafos de modo a obter bons desenhos, que atendam às expectativas dos usuários. O problema se torna complexo pelo fato do conceito de “bom desenho” ser subjetivo e relativo, ou seja, poder variar de acordo com as preferências e/ou necessidades de cada usuário. Este trabalho apresenta uma revisão de literatura de abordagens que buscaram aplicar técnicas de aprendizado de máquina para desenho de grafos. Em seguida, é proposto um framework para coletar ações de usuários a partir de interações com um software de desenho de grafos e reaproveitá-las utilizando raciocínio baseado em casos. O framework foi testado com uma base de dados de interação envolvendo foco de um algoritmo genético. O objetivo foi verificar se o reaproveitamento de ações de foco feitas por usuários poderia levar a uma estratégia efetiva de melhoria de desenhos de grafos. Foram realizadas experimentações com a base de dados e com algoritmos, descritos junto com o framework, a fim de avaliar a abordagem proposta por meio da análise estatística dos resultados obtidos. Essa análise mostrou estratégias promissoras, dentre elas, um algoritmo proposto que se equipara a um algoritmo genético preexistente executando sobre todo o desenho do grafo, e a combinação desse algoritmo genético com um novo algoritmo capaz de criar desenhos de melhor qualidade, fatos estes que motivam para o desenvolvimento de novas pesquisas nessa área. 2015-11-12T12:18:36Z 2015-08-13 info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis VIEIRA, R. S. Fazendo as melhores escolhas - um estudo sobre aprendizado de máquina e a utilização de foco de algoritmos em desenho de grafos. 2015. 87 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2015. http://repositorio.bc.ufg.br/tede/handle/tede/4884 por -3303550325223384799 600 600 600 600 -7712266734633644768 3671711205811204509 -961409807440757778 http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess application/pdf Universidade Federal de Goiás Programa de Pós-graduação em Ciência da Computação (INF) UFG Brasil Instituto de Informática - INF (RG) reponame:Biblioteca Digital de Teses e Dissertações da UFG instname:Universidade Federal de Goiás instacron:UFG |