Classificação de fluxos de dados não estacionários com algoritmos incrementais baseados no modelo de misturas gaussianas

Autor(es)

Luan Soares Oliveira

• Tipo de documento: Dissertação de Mestrado
• Imprenta: São Carlos.
• Instituição: Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB)
• Data de defesa: 2015-08-18

Membros da banca

Gustavo Enrique de Almeida Prado Alves Batista; Heloisa de Arruda Camargo; André Carlos Ponce de Leon Ferreira de Carvalho

• Orientador: Gustavo Enrique de Almeida Prado Alves Batista

Resumo

Aprender conceitos provenientes de fluxos de dados é uma tarefa significamente diferente do aprendizado tradicional em lote. No aprendizado em lote, existe uma premissa implicita que os conceitos a serem aprendidos são estáticos e não evoluem significamente com o tempo. Por outro lado, em fluxos de dados os conceitos a serem aprendidos podem evoluir ao longo do tempo. Esta evolução é chamada de mudança de conceito, e torna a criação de um conjunto fixo de treinamento inaplicável neste cenário. O aprendizado incremental é uma abordagem promissora para trabalhar com fluxos de dados. Contudo, na presença de mudanças de conceito, conceitos desatualizados podem causar erros na classificação de eventos. Apesar de alguns métodos incrementais baseados no modelo de misturas gaussianas terem sido propostos na literatura, nota-se que tais algoritmos não possuem uma política explicita de descarte de conceitos obsoletos. Nesse trabalho um novo algoritmo incremental para fluxos de dados com mudanças de conceito baseado no modelo de misturas gaussianas é proposto. O método proposto é comparado com vários algoritmos amplamente utilizados na literatura, e os resultados mostram que o algoritmo proposto é competitivo com os demais em vários cenários, superando-os em alguns casos. (AU)

• Processo FAPESP: 13/16130-0 - Classificação de Fluxos de Dados com Algoritmos Incrementais aplicado a Sensores Inteligentes üü
• Beneficiário: Luan Soares Oliveira
• Modalidade de apoio: Bolsas no Brasil - Mestrado