Sacic

514 views
418 views

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
514
On SlideShare
0
From Embeds
0
Number of Embeds
5
Actions
Shares
0
Downloads
5
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Sacic

  1. 1. Algoritmos Genéticos na Otimização de Consultas por Similaridade Dann Luciano de Menezes Orientador: Ronildo Moura sexta-feira, 30 de abril de 2010
  2. 2. Desafio ≅60 slides em 30 min sexta-feira, 30 de abril de 2010
  3. 3. Agenda • Motivação • Consultas por Similaridade • Algoritmos Genéticos • Solução • Conclusões sexta-feira, 30 de abril de 2010
  4. 4. Motivação sexta-feira, 30 de abril de 2010
  5. 5. SGBDs Atuais sexta-feira, 30 de abril de 2010
  6. 6. 1 < 2 < ... < 1000 a < b < ... < Y < Z = sexta-feira, 30 de abril de 2010
  7. 7. SGBDs Similares sexta-feira, 30 de abril de 2010
  8. 8. < > sexta-feira, 30 de abril de 2010
  9. 9. ≅ sexta-feira, 30 de abril de 2010
  10. 10. Consultas por Similaridade sexta-feira, 30 de abril de 2010
  11. 11. Similaridade ??? sexta-feira, 30 de abril de 2010
  12. 12. Ninguém = Ninguém sexta-feira, 30 de abril de 2010
  13. 13. Todo Objeto é mais ou menos Similar a um Conjunto de Objetos para um Conjunto de Características sexta-feira, 30 de abril de 2010
  14. 14. Perguntas Relevantes • Como Comparar Dados Complexos? • Como Expressar Consultas Sobre Dados Complexos? • Como Indexar Dados Complexos? sexta-feira, 30 de abril de 2010
  15. 15. Domínios Métricos Como Comparar Dados Complexos? sexta-feira, 30 de abril de 2010
  16. 16. Domínio Métrico • Definido por M = (D, d( ) ) onde: • D, é conjunto de objetos • d( ), é função de distância (Dissimilaridade), onde dados x, y, z ε D d:DxD → R+, atendem: • Simetria → d(x,y) = d (y,x); • Não Negatividade → 0 ≤ d(x,y) <∞, d(x,x) = 0; • Desigualdade Triangular → d(x,y) ≤ d(x,z) + d(y,z). sexta-feira, 30 de abril de 2010
  17. 17. Operadores por Similaridade Como Expressar Consultas sobre Dados Complexos sexta-feira, 30 de abril de 2010
  18. 18. Operadores por Similaridade • RQ(S ,R ) → Similarity Range Query q q • Consulta por Abrangência sexta-feira, 30 de abril de 2010
  19. 19. Range Query sexta-feira, 30 de abril de 2010
  20. 20. Operadores por Similaridade • k-NNQ(S ,k) → k-Nearest Neighbor q Query • Consulta aos K vizinhos mais próximos sexta-feira, 30 de abril de 2010
  21. 21. k-Nearest Neighbor sexta-feira, 30 de abril de 2010
  22. 22. Método de Acesso Métrico Como Indexar Dados Complexos? sexta-feira, 30 de abril de 2010
  23. 23. Métodos de Acesso Métrico • Estrutura de Indexação de Dados Complexos • M-Tree • Slim-Tree • TM-Tree sexta-feira, 30 de abril de 2010
  24. 24. Slim-Tree • Estrutura Balanceada e Dinâmica • Cresce das Folhas para Raiz • Objetos Armazenados nas Folhas • Estrutura Hierárquica • Cálculos de Distância Otimizados sexta-feira, 30 de abril de 2010
  25. 25. Slim-Tree sexta-feira, 30 de abril de 2010
  26. 26. Problemas sexta-feira, 30 de abril de 2010
  27. 27. Maldição da Dimensionalidade sexta-feira, 30 de abril de 2010
  28. 28. Sobreposição de Conjuntos sexta-feira, 30 de abril de 2010
  29. 29. sexta-feira, 30 de abril de 2010
  30. 30. Algoritmos Genéticos sexta-feira, 30 de abril de 2010
  31. 31. Algoritmos Genéticos • Uma técnica de Busca extremamente eficiente no seu objetivo de varrer o espaço de soluções e encontrar soluções próximas da solução ótima. • Ramo da Computação Evolutiva • Técnica Heurística de Otimização Global sexta-feira, 30 de abril de 2010
  32. 32. Algoritmos Genéticos sexta-feira, 30 de abril de 2010
  33. 33. Algoritmos Genéticos • Baseados • Seleção Natural (Darwin) • Genética • Idealizados • John Holland e David Goldberg sexta-feira, 30 de abril de 2010
  34. 34. Algoritmos Genéticos sexta-feira, 30 de abril de 2010
  35. 35. Algoritmos Genéticos • Terminologia • Cromossomo Genoma • Gene • Indivíduo • Genótipo • Fenótipo • Alelo sexta-feira, 30 de abril de 2010
  36. 36. Algoritmos Genéticos • Representação da Informação • Binaria • Real • Dado Abstrato sexta-feira, 30 de abril de 2010
  37. 37. Algoritmos Genéticos sexta-feira, 30 de abril de 2010
  38. 38. Algoritmos Genéticos sexta-feira, 30 de abril de 2010
  39. 39. Seleção • Método da Roleta • Método do Torneio sexta-feira, 30 de abril de 2010
  40. 40. Operadores Genéticos sexta-feira, 30 de abril de 2010
  41. 41. Crossover • 1 ponto • 2 pontos • Uniforme sexta-feira, 30 de abril de 2010
  42. 42. sexta-feira, 30 de abril de 2010
  43. 43. Mutação • Taxa de Mutação • Alta • Baixa sexta-feira, 30 de abril de 2010
  44. 44. sexta-feira, 30 de abril de 2010
  45. 45. Solução sexta-feira, 30 de abril de 2010
  46. 46. Representação da Solução S2 1 2 sexta-feira, 30 de abril de 2010
  47. 47. Resultados sexta-feira, 30 de abril de 2010
  48. 48. Conclusões sexta-feira, 30 de abril de 2010
  49. 49. Trabalhos Futuros sexta-feira, 30 de abril de 2010
  50. 50. Duvidas, Sugestões, Criticas ? sexta-feira, 30 de abril de 2010
  51. 51. Dann Luciano de Menezes dannluciano@gmail.com @dannluciano (86) 8859-6618 Muito Obrigado! sexta-feira, 30 de abril de 2010
  52. 52. Referencias • BUENO Renato, TRAINA Agma J. M. e TRAINA JR Caetano. Algoritmos Genéticos para Consultas por Similaridade. 2005. • TRAINA JR Caetano, TRAINA Agma, SEEGER Bernhard e FALOUTSOS Christos. Slim-trees: High Performace Metric Tree Minimizing Overlap Between Nodes. 1999. • NADVORNY César Feijó. TM-tree: um Método  de Acesso para consultas por similaridade. 2005. • Ferreira Mônica Ribeiro Porto. Suporte a consultas por similaridade unárias em SQL. 2008. • CHINO Fabio Jun Takada. Visualizando a organização e o comportamento de estruturas métricas: Aplicações em consultas por similaridade. 2004. • ZUBEN Fernando J. Von. Computação Evolutiva: Uma Abordagem Pragmática. • GOLDBERG David E. Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley Company Inc. 1989. • BÄCK Thomas, FOGEL David B e MICHALEWICZ Zbigniew. Evolutionary Computation 1: Basic Algorithms and Operators. Institute of Physics Publishing. 2000. • RUSSEL Stuart e NORVIG Peter. Inteligência Artificial. 2˚ Ed. Rio de Janeiro: Editora Campus. 2004. • LACERDA Estéfane e CARVALHO André. Introdução aos Algoritmos Genéticos. Capítulo 3. • YAMAROTO Cláudio Haruo. Uso de Lógica Nebulosa na Construção e na Utilização  da Arvore Métrica Slim-tree. 2002. sexta-feira, 30 de abril de 2010

×