Classificação Online, Evolutiva, Multi-rótulos, Baseada em Regras Fuzzy, Teoria dos Valores Extremos e Aprendizado de Máquina

Favoritar este trabalho
Como citar esse trabalho?
Detalhes
  • Tipo de apresentação: Trabalho
  • Eixo temático: TECNOLÓGICAS
  • Palavras chaves: Aprendizado Multitarefa; Sistemas Evolutivos Fuzzy; Classificação Multi-rótulos;
  • 1 Unicamp
  • 2 Universidade Estadual de Campinas

Classificação Online, Evolutiva, Multi-rótulos, Baseada em Regras Fuzzy, Teoria dos Valores Extremos e Aprendizado de Máquina

MARIA JULIA DE CASTRO VILLAFRANCA GARCIA

UNICAMP

Resumo

A quantidade de dados em forma de fluxo de dados online sendo formada à partir de diversas aplicações diárias como detecção de epidemias, buscas na web, informações de redes sociais, entre outros, vem aumentando a cada ano. A automatização da categorização e multi-rotulação de toda essa informação se mostra imprescindível não só pela quantidade de dados a ser processada, mas também pela importância de uma criteriosa manipulação. Foi à partir desta necessidade que o presente projeto de iniciação científica propôs adaptar um algoritmo para predição de séries temporais para um algoritimo evolutivo de classificação multi-rótulos em fluxo de dados online. Seguindo regras fuzzy do tipo Tagaki-Sugeno, grânulos de informação descritos pela distribuição Weibull são criados, fundidos ou excluídos recursivamente no espaço input-output de modo a acompanhar a dinamicidade dos dados de entrada. Três versões, cada uma com uma abordagem diferente na saídas dos consequentes das regras, foram desenvolvidas ao longo do projeto, de modo a avaliar a adição do aprendizado multitarefa por meio de um termo de regularização ao erro empírico na estimativa dos parâmetros dos consequentes das regras. Através de testes observou-se que a versão final, que possibilita um aprendizado simultâneo entre as regras, apresenta-se como a melhor versão e como competitiva frente à outros algortimos presentes da literatura, com a vantagem de ter seus parâmetros e estutura adaptáveis às variações dos dados de entrada.

Apoio/Financiamento da Pesquisa: PIBIC/CNPq

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!