Busca avançada
Ano de início
Entree

Medidas de complexidade para a identificação de ruído em problemas de classificação

Processo: 13/20983-9
Linha de fomento:Bolsas no Exterior - Estágio de Pesquisa - Doutorado Direto
Vigência (Início): 20 de março de 2014
Vigência (Término): 19 de setembro de 2014
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:André Carlos Ponce de Leon Ferreira de Carvalho
Beneficiário:Luís Paulo Faina Garcia
Supervisor no Exterior: Francisco Herrera
Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Local de pesquisa : Universidad de Granada (UGR), Espanha  
Vinculado à bolsa:11/14602-7 - Detecção e eliminação de ruídos para problemas de classificação, BP.DD
Assunto(s):Aprendizado computacional   Controle de ruídos

Resumo

Diversas áreas do conhecimento tem gasto um tempo considerável compreendendo e tratando dados ruidosos, um dos problemas mais comuns quando nos referimos a coleta, transmissão e armazenamento da informação. No âmbito da computação, esses se fazem presente principalmente nos dados reais coletados dos sistemas de armazenamento, aparecendo em altas taxas. Esses dados ruidosos, quando utilizados na indução de classificadores por técnicas de Aprendizado de Máquina, aumentam a complexidade da hipótese obtida, bem como seu tempo de indução, além de poder piorar sua acurácia. No escopo de problemas de classificação, os ruídos ainda são estratificados e tratados em duas linhas distintas: ruídos em atributos preditivos e ruídos em atributo alvo. Tratá-los, pode significar uma melhora da qualidade dos dados. Nesse contexto, a proposta central desse trabalho é o estudo de medidas de complexidade capazes de reconhecer padrões ruidosos que pode significar a possibilidade de criar ferramentas por meio de buscas baseadas em meta-heurísticas. (AU)