Construção de comitês de classificadores diversos e competentes

• Processo: 22/10917-8
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto
• Data de Início da vigência: 01 de outubro de 2022
• Data de Término da vigência: 21 de junho de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Ana Carolina Lorena
• Beneficiário: Victor Castro Nacif de Faria
• 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): 23/11704-0 - Modelos múltiplos preditivos dinâmicos para aprendizado multi-visão, BE.EP.DD
• Assunto(s): Inteligência artificial Aprendizado computacional Classificação de dados Meta-aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Comites de classificadores | Inteligência Artificial

Resumo

A aprendizagem em comitês de classificadores é uma estratégia popular para tirar proveito de técnicas de classificação com vieses distintos, unindo suas competências e capacidades. Este trabalho investigará estratégias para gerar conjuntos de classificadores com base em suas competências avaliadas por uma estratégia de meta-aprendizagem. No entanto, juntar diferentes classificadores só é benéfico quando seus erros não são correlacionados, de modo que os erros de um conjunto de classificadores podem ser compensados pelas previsões corretas de outro conjunto. Portanto, medidas de diversidade das previsões dos classificadores também serão consideradas. (AU)