Desenvolvimento de novos algoritmos de aprendizado de maquina simbolico para mineracao de dados sequenciais.

• Processo: 07/04533-2
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de outubro de 2007
• Data de Término da vigência: 31 de janeiro de 2009
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Maria Carolina Monard
• Beneficiário: Ronaldo Cristiano Prati
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Inteligência artificial Aprendizado computacional Mineração de dados
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Dados sequenciais | Mineração de Dados | Inteligência Artificial

Resumo

Muitos problemas em aprendizado de máquina e mineração de dados envolvem dados seqüenciais e/ou séries temporais. Entretanto, algoritmos de aprendizado simbólico para dados desses tipos, principalmente considerando dados com ruído, diferentes custos de classificação e classes desbalanceadas é um problema em aberto. Este plano de pesquisa propõe o desenvolvimento de novos algoritmos de aprendizado de máquina simbólico para dados seqüenciais e/ou séries temporais. Este plano de pesquisa também prevê a validação desses algoritmos em conjuntos de dados reais, obtidos pelo Centro de Estudos Avançados de Segurança de Barragens (CEA-SB), da Usina Hidroelétrica de Itaipu.