Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: FRANCISCO JAIR DE OLIVEIRA NERES
DATA: 12/12/2025
HORA: 09:00
LOCAL: Sala de Video Conferência PPgCC
TÍTULO: MRG-Saúde: Um Modelo de Rotulação Automática para Interpretação de Grupos em Bases de Dados Clínicas
PALAVRAS-CHAVES: Rotulação, Agrupamento, Aprendizagem de Máquina
PÁGINAS: 75
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Sistemas de Informação
RESUMO:

Este trabalho apresenta o modelo MRG-Saúde, uma abordagem voltada à rotulação automática e interpretação de grupos formados a partir de bases de dados clínicas.O método combina técnicas de agrupamento não supervisionado, discretização de atributos e avaliação preditiva orientada por acurácia para gerar rótulos interpretáveis na forma de pares atributo–intervalo. O número de clusters é definido pelo método da Silhueta, garantindo maior qualidade estrutural aos agrupamentos. O modelo foi aplicado a quatro bases amplamente utilizadas na literatura: Kalacal, Heart Disease, Breast Cancer e Pima Indians Diabetes.Os resultados demonstram que o MRG saúde é capaz de produzir rótulos concisos, estáveis e interpretáveis, além de identificar os atributos mais relevantes de cada grupo com elevados níveis de acurácia. As métricas de validação Silhouette, Calinski–Harabasz e Davies–Bouldin confirmam a consistência dos agrupamentos obtidos. A abordagem proposta contribui para a compreensão de padrões clínicos em dados de saúde, fornecendo apoio interpretativo ao especialista e fortalecendo análises exploratórias baseadas em agrupamento. Por fim, o trabalho apresenta uma síntese comparativa dos resultados e discute perspectivas para melhorias futuras no processo de rotulação automática.

MEMBROS DA BANCA:
Presidente - 1446435 - VINICIUS PONTE MACHADO
Interno - 2619458 - ERICO MENESES LEAO
Interno - 1642492 - LAURINDO DE SOUSA BRITTO NETO

Cadastrada em: 28/11/2025