Improving Group Search Optimization Through Local Search Heuristics for Automatic Data Clustering
Anais do XIX Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2022)(2022)
Abstract
Neste trabalho, três models de Agrupamento Automático de Dados, baseados na meta-heurística de Otimização por Busca em Grupo (GSO), são introduzidos, chamados RHGSO, ADHGSO e BDHGSO. Nos modelos propostos, a busca global do GSO é melhorada através de heurísticas de busca local adaptadas ao contexto de Agrupamento Automático de Dados, onde operações de ativação, desativação e substituição de centroides de agrupamentos são executadas, objetivando a realização de perturbações que visam o aumento da velocidade de exploração do grupo do GSO. Os algoritmos propostos são comparados a outros Algoritmos Evolucionários e de Inteligência de Enxames da literatura, apresentando resultados promissores.
MoreTranslated text
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined