English

CIn - Centro de Informática UFPE




Eventos Relacionados

Defesa de Dissertação de Mestrado Nº 1.283: "Metodologia para avaliar técnicas de redução de protótipos: Protótipos Gerados versus Protótipos Selecionados"

O aluno Luciano de Santana Pereira irá defender seu trabalho dia 17 de julho, às 15h, no Auditório Início: 17/07/2013 às 15:00 Término: 17/07/2013 às 17:00 Local: Auditório do CIn

Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 1.283
 
Aluno: Luciano de Santana Pereira
Orientador: Prof.  George Darmiton da Cunha Cavalcanti
Título: Metodologia para avaliar técnicas de redução de protótipos: Protótipos Gerados versus Protótipos Selecionados
Data: 17/07/2013
Hora/Local: 15:00h – Auditório

Banca Examinadora:
Prof. Cleber Zanchettin  (UFPE / CIn)
Prof. Renato Fernandes Corrêa (UFPE / DCI)
Prof. George Darmiton da Cunha Cavalcanti(UFPE / CIn)
 
RESUMO:
 
Técnicas de aprendizagem de máquina baseadas em instâncias são utilizadas em várias aplicações, como por exemplo, reconhecimento de faces, voz e digitais, na medicina para auxiliar médicos na detecção de neoplasias, entre outras. Geralmente essas técnicas são submetidas a grandes conjuntos de dados, fazendo com que haja necessidade de grande espaço em memória para processamento e armazenamento, além do elevado custo computacional para a classificação. Com o objetivo de minimizar esses problemas, as técnicas de redução de instâncias buscam reduzir o tamanho do conjunto de dados, escolhendo ou produzindo elementos que consigam representá-lo, reduzindo a necessidade de memória para o armazenamento do conjunto de dados, o custo computacional e minimizando a taxa de erro. Existem, atualmente, dois ramos da pesquisa que buscam a redução de instâncias: a seleção de instâncias, que faz a redução escolhendo algumas instâncias representantes de todo o conjunto de treinamento e as técnicas de geração de protótipos que buscam a redução de instâncias, produzindo novos protótipos, a partir de várias heurísticas, que irão representar todo o conjunto de treinamento. Esse processo de geração é mais demorado que o processo de seleção. Porém, observa-se na literatura que as técnicas de geração apresentam  melhores resultados que as técnicas de seleção. A proposta deste trabalho é investigar se as técnicas de seleção podem obter resultados semelhantes às técnicas de geração. O resultado obtido neste estudo mostra que as técnicas de seleção existentes podem obter taxas equivalentes às técnicas de geração na maioria das bases utilizadas nos experimentos, existindo algumas exceções em que as técnicas de geração obtiveram melhores resultados. Podemos verificar que, na maioria dos casos (84,3%) das bases testadas, os protótipos gerados tinham instâncias muito próximas, no conjunto de treinamento, que poderiam substituí-los, sem a necessidade de geração de protótipos, que é um processo mais custoso que a seleção de protótipos. Podemos concluir que é possível desenvolver técnicas de seleção, que apresentem taxas de erro iguais às técnicas de geração.
 
 
Palavras-chave: Aprendizagem de máquina, seleção de protótipos, geração de
protótipos, redução de instâncias, vizinho mais próximo. 
  • © Centro de Informática UFPE - Todos os direitos reservados
    Tel +55 81 2126.8430 - Cidade Universitária - 50740-560 - Recife/PE
Plano4 Consultoria Web