Classificação de fluxos de dados não estacionários com algoritmos incrementais baseados no modelo de misturas gaussianas (2015)
- Authors:
- Autor USP: OLIVEIRA, LUAN SOARES - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- Subjects: APRENDIZADO COMPUTACIONAL; MINERAÇÃO DE DADOS; ANÁLISE DE SÉRIES TEMPORAIS
- Keywords: Aprendizado incremental; Concept drift; Data stream; Fluxo de dados; Gaussian mixture model; Incremental learning; Modelo de misturas gaussianas; Mudança de Conceito
- Language: Português
- Abstract: 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 vá¡rios cená¡rios, superando-os em alguns casos
- Imprenta:
- Publisher place: São Carlos
- Date published: 2015
- Data da defesa: 18.08.2015
-
ABNT
OLIVEIRA, Luan Soares. Classificação de fluxos de dados não estacionários com algoritmos incrementais baseados no modelo de misturas gaussianas. 2015. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2015. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06042016-143503/. Acesso em: 16 abr. 2024. -
APA
Oliveira, L. S. (2015). Classificação de fluxos de dados não estacionários com algoritmos incrementais baseados no modelo de misturas gaussianas (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06042016-143503/ -
NLM
Oliveira LS. Classificação de fluxos de dados não estacionários com algoritmos incrementais baseados no modelo de misturas gaussianas [Internet]. 2015 ;[citado 2024 abr. 16 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06042016-143503/ -
Vancouver
Oliveira LS. Classificação de fluxos de dados não estacionários com algoritmos incrementais baseados no modelo de misturas gaussianas [Internet]. 2015 ;[citado 2024 abr. 16 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06042016-143503/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
