Busca avançada
Ano de início
Entree


FEMa-FS: Finite Element Machines for Feature Selection

Texto completo
Autor(es):
Biaggi, Lucas ; Papa, Joao P. ; Costa, Kelton A. P. ; Pereira, Danillo R. ; Passos, Leandro A. ; IEEE
Número total de Autores: 6
Tipo de documento: Artigo Científico
Fonte: 2022 26TH INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION (ICPR); v. N/A, p. 8-pg., 2022-01-01.
Resumo

Identifying anomalies has become one of the primary strategies towards security and protection procedures in computer networks. In this context, machine learning-based methods emerge as an elegant solution to identify such scenarios and learn irrelevant information so that a reduction in the identification time and possible gain in accuracy can be obtained. This paper proposes a novel feature selection approach called Finite Element Machines for Feature Selection (FEMa-FS), which uses the framework of finite elements to identify the most relevant information from a given dataset. Although FEMa-FS can be applied to any application domain, it has been evaluated in the context of anomaly detection in computer networks. The outcomes over two datasets showed promising results. (AU)

Processo FAPESP: 21/05516-1 - Sobre a aplicação das técnicas da Explainable Artificial Intelligence (XAI) para geração de imagens a partir de pacotes de dados para detecção de anomalias em redes de computadores
Beneficiário:Kelton Augusto Pontara da Costa
Modalidade de apoio: Auxílio à Pesquisa - Regular
Processo FAPESP: 17/22905-6 - Sobre a segurança de imagens utilizando aprendizado de máquina
Beneficiário:Kelton Augusto Pontara da Costa
Modalidade de apoio: Auxílio à Pesquisa - Regular
Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
Beneficiário:Francisco Louzada Neto
Modalidade de apoio: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
Processo FAPESP: 16/19403-6 - Modelos de aprendizado baseados em energia e suas aplicações
Beneficiário:João Paulo Papa
Modalidade de apoio: Auxílio à Pesquisa - Regular
Processo FAPESP: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?
Beneficiário:Alexandre Xavier Falcão
Modalidade de apoio: Auxílio à Pesquisa - Temático