Classificação de fluxo de dados não estacionários com aplicação em sensores identificadores de insetos

Resumo

Aplicações como sensores inteligentes devem ser capazes de coletar informações sobre o ambiente e também realizar decisões baseadas nos dados de entrada. Pode-se citar como exemplo um sensor de baixo custo que vem sendo desenvolvido com o objetivo de detectar e classificar insetos em suas espécies utilizando um feixe laser e técnicas de aprendizado de máquina. Tal sensor é um importante passo para o desenvolvimento de armadilhas inteligentes capazes de atrair e capturar seletivamente espécies de insetos de interesse, como as transmissoras de doenças e pragas agrícolas, sem afetar as demais espécies benéficas para o meio ambiente. Os dados gerados pelo sensor constituem de um data stream de característica não estacionária, uma vez que a principal informação coletada e fornecida para classificação é a frequência de batidas de asas dos insetos, a qual sofre influência direta de condições ambientais como temperatura, umidade e pressão atmosférica. Além da natureza não estacionária dos dados, o algoritmo de classificação utilizado pelo sensor deve ser capaz de identificar as mudanças de conceito sem que os rótulos dos exemplos da fase de teste sejam fornecidos, diferentemente dos algoritmos da atualidade. Além disso, por se tratar de um sistema embarcado, restrições de memória e processamento são impostas. Assim, o principal objetivo deste trabalho é realizar a classificação de fluxo de dados não estacionários sem a necessidade de realimentação imediata do ambiente com a classe verdadeira do último exemplo classificado para a identificação de mudanças de conceitos. Tal classificação deve ser eficiente em termos de memória e processamento para que seja embarcada em um sensor identificador de insetos.