Classificação de séries temporais por similaridade e extração de atributos intrínsecos com aplicação na identificação de espécie de insetos

Resumo

Um dos grandes desafios atuais em Aprendizado Máquina é a integração de dados temporais e sequenciais ao processo de Mineração de Dados, em tarefas como agrupamento, classificação e predição. No caso de classificação, existem duas abordagens frequentemente utilizadas para dados temporais: classificação por similaridade e por extração de atributos. A classificação por similaridade utiliza uma função de distância para identificar as séries mais similares à uma série de consulta, cuja classe é definida pela classe dominante entre as séries similares; a classificação por extração de atributos busca por atributos locais que permitam caracterizar a série e são utilizados para induzir um classificador. Neste projeto tem-se interesse em classificar sinais de mosquitos transmissores de doenças a partir de séries temporais coletadas por um sensor óptico. Nosso objetivo é comparar métodos de classificação por similaridade e por extração de atributos aplicados a esse contexto. Nossa experiência prévia mostra que a abordagem de extração de atributos apresenta resultados mais promissores nesse contexto. Dado o grande volume de dados de insetos coletados, nosso principal objetivo é pesquisar, avaliar e comparar métodos automáticos e não-supervisionados de identificação de atributos intrínsecos. Alguns desses métodos têm sido amplamente utilizados pela comunidade de processamento de sinais para a classificação de diversos tipos de sinais sonoros, por exemplo notas musicais.