Busca avançada
Ano de início
Entree

Análise e avaliação de fluxos de dados na presença de latência de verificação

Processo: 15/01701-8
Modalidade de apoio:Bolsas no Exterior - Estágio de Pesquisa - Mestrado
Data de Início da vigência: 26 de maio de 2015
Data de Término da vigência: 25 de outubro de 2015
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Gustavo Enrique de Almeida Prado Alves Batista
Beneficiário:Denis Moreira dos Reis
Supervisor: Peter A. Flach
Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Instituição Anfitriã: University of Bristol, Inglaterra  
Vinculado à bolsa:14/12333-7 - Classificação em fluxo de dados com mudança de conceito e latência de verificação extrema, BP.MS
Assunto(s):Aprendizado computacional
Palavra(s)-Chave do Pesquisador:Aprendizado de Máquina | Fluxo de Dados | latência de verificação | Mudança de conceito | Inteligência Computacional

Resumo

Aprendizado de Máquina tem provado sua importância pelo rápido aumento do número de trabalhos publicados e sua consequente maturidade. Entretanto, embora haja uma crescente preocupação sobre a correta avaliação de novas propostas, a metodologia atualmente utilizada pode não ser suficiente para comparar, adequadamente, diferentes classificadores para seu uso em cenários do mundo real. A avaliação, hoje, se limita ao caso no qual o classificador, imediatamente após realizar a classificação de um exemplo, obtém a informação de sua classe correta. A exclusiva análise sob tal condição, dificilmente respeitada por aplicações reais, oculta severas alterações comportamentais que classificadores podem sofrer devido a pequenos atrasos, conhecidos como latência de verificação, na obtenção da classe verdadeira. Esse trabalho propõe um extenso estudo sobre as implicações da latência de verificação em classificadores estado-da-arte e a necessidade de novas considerações para avaliação em trabalhos futuros. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

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)
DOS REIS, DENIS; FLACH, PETER; MATWIN, STAN; BATISTA, GUSTAVO; ASSOC COMP MACHINERY. Fast Unsupervised Online Drift Detection Using Incremental Kolmogorov-Smirnov Test. KDD'16: PROCEEDINGS OF THE 22ND ACM SIGKDD INTERNATIONAL CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING, v. N/A, p. 10-pg., . (15/01701-8, 13/50379-6, 14/12333-7)