Uma abordagem unificada para lidar com dados ausentes e de ruído

• Processo: 22/10553-6
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de outubro de 2022
• Data de Término da vigência: 28 de fevereiro de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Ana Carolina Lorena
• Beneficiário: Arthur Dantas Mangussi
• Instituição Sede: Divisão de Ciência da Computação (IEC). Instituto Tecnológico de Aeronáutica (ITA). Ministério da Defesa (Brasil). São José dos Campos , SP, Brasil
• Vinculado ao auxílio: 21/06870-3 - Além da seleção de algoritmos: meta-aprendizado para análise e entendimento de dados e algoritmos, AP.JP2
• Bolsa(s) vinculada(s): 23/13688-2 - An Autoencoder model for dealing with missing and noise data, BE.EP.MS
• Assunto(s): Aprendizado computacional Pré-processamento de dados Inteligência artificial
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | pre-processamento de dados | Inteligência Artificial

Resumo

Vários problemas podem deteriorar a qualidade dos dados usados em Aprendizado de Máquina. Dentre eles, pode-se citar a qualidade dos atributos, que podem ser prejudicados pela presença de ruídos e dados ausentes. O ruído pode ser inserido nos dados em várias etapas durante a coleta, armazenamento e transmissão de dados. Em problemas supervisionados, eles podem estar presentes tanto nos rótulos quanto nos atributos preditivos de entrada. Os valores ausentes também são uma preocupação, pois outras informações sobre a observação podem ser importantes e devem ser consideradas. Este projeto investigará esses dois problemas e estratégias para lidar com eles, adotando possíveis abordagens corretivas.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

MANGUSSI, ARTHUR DANTAS; SANTOS, MIRIAM SEOANE; LOPES, FILIPE LOYOLA; PEREIRA, RICARDO CARDOSO; LORENA, ANA CAROLINA; ABREU, PEDRO HENRIQUES. mdatagen: A python library for the artificial generation of missing data. Neurocomputing, v. 625, p. 10-pg., 2025-01-29. (23/13688-2, 21/06870-3, 22/10553-6)