Exportação concluída — 

Um framework semissupervisionado para classificação de dados em fluxos contínuos

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Gorgônio, Arthur Costa
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Rio Grande do Norte
Brasil
UFRN
PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://repositorio.ufrn.br/handle/123456789/46790
Resumo: Data stream applications receive a large volume of data quickly, and they need to process them sequentially. In these applications, the data may change during the use of the model; in addition, the number of instances whose label is known may not be sufficient to generate an effective model. Semi-supervised learning can be used to suppress the difficulty of the small number of instances labelled. Also, an ensemble of classifiers can assist in the concept drift detection. So, in this work, we proposed a framework to perform the semi-supervised classification in tasks in a data stream context, using an approach based on an ensemble of classifiers. This framework use an ensemble to evaluate itself and determine when a new classifier must be trained to update the pool, during the classification process. In order to evaluate the effectiveness of this proposal, empirical tests are carried out with eleven databases using two different batches sizes, nine supervised approaches (three simple classifiers and six ensembles), using the metrics accuracy, precision, recall and F-Score. When assessing the number of instances processed, the supervised approaches achieved practically stable performance, while the proposal showed an improvement of 8.28% and 3.81% using 5% and 10% of labelled instances, respectively. Finally, the results of this research are promising and the proposed framework achieve results equal or better in 118 out of 198 (60%).
id UFRN_5b551b75c230773a258e7ba5742e20ed
oai_identifier_str oai:repositorio.ufrn.br:123456789/46790
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Um framework semissupervisionado para classificação de dados em fluxos contínuosA data stream framework for semi-supervised classification in non-stationary environmentsComputaçãoAprendizado semissupervisionadoClassificação em fluxos contínuos de dadosMudança de contextoData stream applications receive a large volume of data quickly, and they need to process them sequentially. In these applications, the data may change during the use of the model; in addition, the number of instances whose label is known may not be sufficient to generate an effective model. Semi-supervised learning can be used to suppress the difficulty of the small number of instances labelled. Also, an ensemble of classifiers can assist in the concept drift detection. So, in this work, we proposed a framework to perform the semi-supervised classification in tasks in a data stream context, using an approach based on an ensemble of classifiers. This framework use an ensemble to evaluate itself and determine when a new classifier must be trained to update the pool, during the classification process. In order to evaluate the effectiveness of this proposal, empirical tests are carried out with eleven databases using two different batches sizes, nine supervised approaches (three simple classifiers and six ensembles), using the metrics accuracy, precision, recall and F-Score. When assessing the number of instances processed, the supervised approaches achieved practically stable performance, while the proposal showed an improvement of 8.28% and 3.81% using 5% and 10% of labelled instances, respectively. Finally, the results of this research are promising and the proposed framework achieve results equal or better in 118 out of 198 (60%).Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESAplicações no domínio de fluxos contínuos de dados (do inglês, Data Streams) recebem um grande volume de dados rapidamente e, existe a necessidade de processá-los sequencialmente. Uma característica destas aplicações é que os dados podem sofrer mudanças durante o processo da utilização do modelo, ademais a quantidade de instâncias cujo rótulo é conhecido pode não ser suficiente para gerar um modelo eficaz. A fim de suprimir a dificuldade da pouca quantidade de instâncias rotulada, pode-se utilizar o aprendizado semissupervisionado. Além disso, o uso de comitês de classificadores pode auxiliar na detecção da mudança de contexto. Assim, neste trabalho, é proposto um framework para realizar a classificação semissupervisionada em tarefas com fluxos contínuos de dados, utilizando uma abordagem baseada em comitês de classificadores. Este framework utiliza o comitê para se auto avaliar e determinar quando treinar um novo classificador durante o processo de classificação. Para avaliar a eficácia da proposta, foram realizados testes empíricos com onze bases de dados utilizando dois diferentes tamanhos de batch, nove abordagens supervisionadas , por meio das métricas acurácia, precision, recall e f-score. Ao avaliar a quantidade de instâncias processadas, as abordagens supervisionadas obtiveram um desempenho praticamente constantes, enquanto que a proposta apresentou uma melhora de 8,28% e 3,81% utilizando 5% e 10% de instâncias rotuladas, respectivamente. Por fim, os resultados desta pesquisa são promissores, o framework proposto obteve resultados semelhantes ou superiores em 118 dos 198 (60%) casos, em termos estatísticos.Universidade Federal do Rio Grande do NorteBrasilUFRNPROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃOCanuto, Anne Magaly de Paulahttp://lattes.cnpq.br/8213279977425231http://lattes.cnpq.br/1357887401899097Vale, Karliane Medeiros Ovidio02973877407http://lattes.cnpq.br/7907570677010860Abreu, Marjory Cristiany da Costahttp://lattes.cnpq.br/2234040548103596Xavier Júnior, João Carloshttp://lattes.cnpq.br/5088238300241110Santos, Araken de Medeiroshttp://lattes.cnpq.br/8059198436766378Gorgônio, Arthur Costa2022-04-04T23:49:33Z2022-04-04T23:49:33Z2021-06-25info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfGORGÔNIO, Arthur Costa. Um framework semissupervisionado para classificação de dados em fluxos contínuos. 2021. 123f. Dissertação (Mestrado em Sistemas e Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2021.https://repositorio.ufrn.br/handle/123456789/46790info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRN2022-05-02T16:02:09Zoai:repositorio.ufrn.br:123456789/46790Repositório InstitucionalPUBhttp://repositorio.ufrn.br/oai/repositorio@bczm.ufrn.bropendoar:2022-05-02T16:02:09Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.none.fl_str_mv Um framework semissupervisionado para classificação de dados em fluxos contínuos
A data stream framework for semi-supervised classification in non-stationary environments
title Um framework semissupervisionado para classificação de dados em fluxos contínuos
spellingShingle Um framework semissupervisionado para classificação de dados em fluxos contínuos
Gorgônio, Arthur Costa
Computação
Aprendizado semissupervisionado
Classificação em fluxos contínuos de dados
Mudança de contexto
title_short Um framework semissupervisionado para classificação de dados em fluxos contínuos
title_full Um framework semissupervisionado para classificação de dados em fluxos contínuos
title_fullStr Um framework semissupervisionado para classificação de dados em fluxos contínuos
title_full_unstemmed Um framework semissupervisionado para classificação de dados em fluxos contínuos
title_sort Um framework semissupervisionado para classificação de dados em fluxos contínuos
author Gorgônio, Arthur Costa
author_facet Gorgônio, Arthur Costa
author_role author
dc.contributor.none.fl_str_mv Canuto, Anne Magaly de Paula
http://lattes.cnpq.br/8213279977425231
http://lattes.cnpq.br/1357887401899097
Vale, Karliane Medeiros Ovidio
02973877407
http://lattes.cnpq.br/7907570677010860
Abreu, Marjory Cristiany da Costa
http://lattes.cnpq.br/2234040548103596
Xavier Júnior, João Carlos
http://lattes.cnpq.br/5088238300241110
Santos, Araken de Medeiros
http://lattes.cnpq.br/8059198436766378
dc.contributor.author.fl_str_mv Gorgônio, Arthur Costa
dc.subject.por.fl_str_mv Computação
Aprendizado semissupervisionado
Classificação em fluxos contínuos de dados
Mudança de contexto
topic Computação
Aprendizado semissupervisionado
Classificação em fluxos contínuos de dados
Mudança de contexto
description Data stream applications receive a large volume of data quickly, and they need to process them sequentially. In these applications, the data may change during the use of the model; in addition, the number of instances whose label is known may not be sufficient to generate an effective model. Semi-supervised learning can be used to suppress the difficulty of the small number of instances labelled. Also, an ensemble of classifiers can assist in the concept drift detection. So, in this work, we proposed a framework to perform the semi-supervised classification in tasks in a data stream context, using an approach based on an ensemble of classifiers. This framework use an ensemble to evaluate itself and determine when a new classifier must be trained to update the pool, during the classification process. In order to evaluate the effectiveness of this proposal, empirical tests are carried out with eleven databases using two different batches sizes, nine supervised approaches (three simple classifiers and six ensembles), using the metrics accuracy, precision, recall and F-Score. When assessing the number of instances processed, the supervised approaches achieved practically stable performance, while the proposal showed an improvement of 8.28% and 3.81% using 5% and 10% of labelled instances, respectively. Finally, the results of this research are promising and the proposed framework achieve results equal or better in 118 out of 198 (60%).
publishDate 2021
dc.date.none.fl_str_mv 2021-06-25
2022-04-04T23:49:33Z
2022-04-04T23:49:33Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv GORGÔNIO, Arthur Costa. Um framework semissupervisionado para classificação de dados em fluxos contínuos. 2021. 123f. Dissertação (Mestrado em Sistemas e Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2021.
https://repositorio.ufrn.br/handle/123456789/46790
identifier_str_mv GORGÔNIO, Arthur Costa. Um framework semissupervisionado para classificação de dados em fluxos contínuos. 2021. 123f. Dissertação (Mestrado em Sistemas e Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2021.
url https://repositorio.ufrn.br/handle/123456789/46790
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
Brasil
UFRN
PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
Brasil
UFRN
PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv repositorio@bczm.ufrn.br
_version_ 1855758706975703040