Aprendizado com Múltiplas Saídas para Classificação de Fluxos Contínuos de Dados

Resumo

Fluxos contínuos de dados (FCD) são sequências de dados de tamanho ilimitado, geradas de forma contínua, não-estacionária, e em muitos casos, em alta velocidade. Várias aplicações do mundo real geram grandes quantidades de dados em um fluxo contínuo, e a tendência é que com a evolução da Tecnologia da Informação, mais dados sejam gerados e coletados constantemente. Isso evidencia a relevância e a necessidade do desenvolvimento de algoritmos capazes de extrair conhecimento relevante desses dados. Dentre as tarefas mais investigadas em FCD esta a classificação, que consiste em rotular os exemplos de um FCD, podendo também incorporar detecção de novidade, considerando que exemplos em um fluxo de dados podem diferir significativamente de conceitos já conhecidos. No entanto, a maioria dos algoritmos para processamento de FCD não considera o fato dos exemplos do fluxo poderem ser rotulados em mais de uma classe simultaneamente, ou mesmo rotulados em uma taxonomia possuindo superclasses e subclasses. Dessa forma, a investigação de métodos de classificação que sejam capazes de lidar com tais cenários multirrótulo e hierárquicos é essencial. Nesse contexto, este projeto de pesquisa tem como objetivo principal propor novas estratégias de classificação hierárquica e multirrótulo em FCD. Em especial, pretende-se utilizar as ideias bem sucedidas do modelo MINAS, proposto por Faria et. al. 2016, que utiliza técnicas de agrupamento de dados para classificação em FCD. Inicialmente pretende-se estender esse modelo incorporando estratégias de classificação multirrótulo e hierárquicas em suas duas fases de operação, offline e online. O principal desafio da pesquisa consiste em adaptar os algoritmos de agrupamento da fase online para predição de novos exemplos considerando relacionamentos e dependências entre classes, características intrínsecas de problemas de classificação hierárquica e multirrótulo