REGRAS DE ASSOCIAÇÃO E CLASSIFICAÇÃO EM AMBIENTE DE COMPUTAÇÃO PARALELA APLICADAS A SISTEMAS MILITARES
Documento
Informações da Tese
Título
REGRAS DE ASSOCIAÇÃO E CLASSIFICAÇÃO EM AMBIENTE DE COMPUTAÇÃO PARALELA APLICADAS A SISTEMAS MILITARES
Autor
Alexandre Soares Alves
Resumo
Atualmente, tem sido verificado que a descoberta de conhecimento em grandes bases de dados vem ganhando importância e interesse, sobretudo em áreas estratégicas nas organizações. Na área militar, os dados e as informações neles contidas, sejam de forma explícita ou implícita, são normalmente confidenciais. Então, o completo domínio de uma ferramenta de mineração de dados é fundamental para garantir a adequação desta a sua aplicação, sem que as informações ou dados sejam expostos. O presente trabalho apresenta o desenvolvimento de uma ferramenta de mineração de itens freqüentes, em ambiente de computação paralela, para a geração de regras de associação e de classificação. E ainda, um estudo de caso em um sistema militar de contramedidas. Os experimentos mostram que foram alcançados os objetivos principais desse trabalho. A implementação, em ambiente paralelo, de um classificador baseado em associações e a extração de regras de associação e de classificação da base de dados do sistema de contramedidas contribuir para o aprimoramento, produzindo resultados mais rápidos e melhores que o método original.
Abstract
Nowadays, knowledge discovery in great databases has grown in importance and interest, especially in strategic areas in the organizations. In the military field, data and information are usually considered classified material, so that the complete understanding of any data mining tool is a requirement to ensure its application adequacy, in which the given information or data must not be disclosed. This works introduces the development of a frequent item mining tool, in a parallel computational environment, for generation of classification and association rules. A case study in a military countermeasure system is also presented. Experiments have shown that the main objectives of this work had been reached. The parallel implementation of the proposed association-based classifier algorithm and the association and classification rules extraction from the object of study database, aiming the system performance improvement, has shown to produce better results that the original method.
Ano
2007
Orientadores
Nelson Francisco Favilla Ebecken