Uso de BDD´s na análise formal de conceitos - estudo de caso trias / Use of BDDs in formal concept analysis - trias case study

Authors

  • Kaio Henrique Andrade Ananias Brazilian Journals Publicações de Periódicos, São José dos Pinhais, Paraná
  • Julio Cesar Vale Neves
  • Luis Enrique Zarate Galvez
  • Mark Alan Junho Song

DOI:

https://doi.org/10.34117/bjdv7n3-843

Keywords:

Diagramas binário de decisão, Contextos formais, bases de alta dimensionalidade, Trias.

Abstract

A Análise de Conceito Formal (FCA) é uma abordagem baseada na matematização e hierarquia de conceitos formais. Hoje em dia, com o aumento das redes sociais para uso pessoal e profissional, cada vez mais aplicações de análise de dados em ambientes com alta dimensionalidade (Big Data) são discutidas na literatura. Por meio da Análise Formal de Conceitos é possível extrair conhecimento de banco de dados em uma representação hierárquica e sistematizada. É comum que o conjunto de dados transforme a extração desse conhecimento em um problema de alto custo computacional. Portanto, este artigo tem um objetivo de avaliar o comportamento do algoritmo TRIAS para extrair conceitos triádicos em contextos dimensionais elevados usando BDDs.

 

 

References

Wille, R. (1982). Restructuring lattice theory: an approach based on hierarchies of concepts. In Ordered sets, pages 445–470. Springer.

Bernhard, G. and Rudolf,W. (1999). Formal concept analysis: mathematical foundations.

Lehmann, F. and Wille, R. (1995). A triadic approach to formal concept analysis. Conceptual structures: applications, implementation and theory, pages 32–43.

Bryant, R. E. (1986). Graph-based algorithms for boolean function manipulation. Computers, IEEE Transactions, 100(8):677–691.

Missaoui, R. and Kwuida, L. (2011). Mining triadic association rules from ternary relations. Formal Concept Analysis, pages 204–218.

Jaschke, R., Hotho, A., Schmitz, C., Ganter, B., and Stumme, G. (2006). Trias–an algorithm for mining iceberg tri-lattices. In Data Mining, 2006. ICDM’06. Sixth International Conference on, pages 907–911.IEEE.

Salleb, A., Maazouzi, Z., and Vrain, C. (2002). Mining maximal frequent itemsets by a boolean based approach. In European Conf. on Artificial Intelligence, Lyon France (July 2002), pages 285–289.

Neto, S. M., Zarate, L. E., and Song, M. A. (2018). Handling high dimensionality contexts in formal concept analysis via binary decision diagrams. Information Sciences, 429:361–376.

Veber, P.M. et al. Validação do banco de dados Brazil gridded meteorological data em algumas estações pluviométricas do Estado do Rio grande do Sul. Brazilian Journal of Development, Vol 6, No 4 (2020): 16792-1680.

Hottes, E. et al. Quantificação rápida de glifosato residual em água tratada com hidróxidos duplos lamelares usando cromatografia líquida. Brazilian Journal of Development, Vol 7, No 3 (2021): 20923-20938.

Published

2021-03-31

How to Cite

Ananias, K. H. A., Neves, J. C. V., Galvez, L. E. Z., & Song, M. A. J. (2021). Uso de BDD´s na análise formal de conceitos - estudo de caso trias / Use of BDDs in formal concept analysis - trias case study. Brazilian Journal of Development, 7(3), 33127–33138. https://doi.org/10.34117/bjdv7n3-843

Issue

Section

Original Papers