| Texto completo | |
| Autor(es): |
Sabino Parmezan, Antonio Rafael
;
Souza, Vinicius M. A.
;
Batista, Gustavo E. A. P. A.
Número total de Autores: 3
|
| Tipo de documento: | Artigo Científico |
| Fonte: | PROGRESS IN PATTERN RECOGNITION, IMAGE ANALYSIS, COMPUTER VISION, AND APPLICATIONS, CIARP 2018; v. 11401, p. 9-pg., 2019-01-01. |
| Resumo | |
In data stream mining, state-of-the-art machine learning algorithms for the classification task associate each event with a class belonging to a finite, devoid of structural dependencies and usually small, set of classes. However, there are more complex dynamic problems where the classes we want to predict make up a hierarchal structure. In this paper, we propose an incremental method for hierarchical classification of data streams. We experimentally show that our stream hierarchical classifier present advantages to the traditional online setting in three real-world problems related to entomology, ichthyology, and audio processing. (AU) | |
| Processo FAPESP: | 16/04986-6 - Armadilhas e sensores inteligentes: uma abordagem inovadora para controle de insetos peste e vetores de doenças |
| Beneficiário: | Gustavo Enrique de Almeida Prado Alves Batista |
| Modalidade de apoio: | Auxílio à Pesquisa - Programa eScience e Data Science - Regular |
| Processo FAPESP: | 18/05859-3 - Armadilhas e sensores inteligentes: uma abordagem inovadora para controle de insetos peste e vetores de doenças |
| Beneficiário: | Vinícius Mourão Alves de Souza |
| Modalidade de apoio: | Bolsas no Brasil - Pós-Doutorado |