| Processo: | 11/04054-2 |
| Modalidade de apoio: | Bolsas no Brasil - Mestrado |
| Data de Início da vigência: | 01 de março de 2012 |
| Data de Término da vigência: | 28 de fevereiro de 2014 |
| Área de conhecimento: | Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação |
| Pesquisador responsável: | Gustavo Enrique de Almeida Prado Alves Batista |
| Beneficiário: | Diego Furtado Silva |
| Instituição Sede: | Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil |
| Bolsa(s) vinculada(s): | 12/18985-0 - Identificação de espécies de insetos por meio de sensores ópticos com utilização de técnicas de classificação de sinais de música e de fala, BE.EP.MS |
| Assunto(s): | Análise de séries temporais Aprendizado computacional Classificação Insetos |
| Palavra(s)-Chave do Pesquisador: | Classificação | Extração de atributos | insetos | Séries Temporais | Aprendizado de Máquina |
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. | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |