Sistema imunológico artificial para predição de fraudes e furtos de energia elétrica

Detalhes bibliográficos
Ano de defesa: 2012
Autor(a) principal: Astiazara, Mauricio Volkweis
Orientador(a): Barone, Dante Augusto Couto
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Inteligência artificial
Reconhecimento : Padroes
Palavras-chave em Inglês:
Artificial immune systems
Classifiers
Pattern recognition
Fraud detection
Link de acesso: http://hdl.handle.net/10183/54863
Resumo: Neste trabalho é analisada a aplicação da técnica de Sistemas Imunológicos Artificiais (SIA) a um problema do mundo real: como predizer fraudes e furtos de energia elétrica. Vários trabalhos tem mostrado que épossível detectar padrões de dados anormais a partir dos dados de consumidores de energia elétrica e descobrir problemas como fraude e furto. Sistemas Imunológicos Artificiais é um ramo recente da Inteligência Computacional e tem diversas possíveis aplicações, sendo uma delas o reconhecimento de padrões. Mais de um algoritmo pode ser empregado para criar um SIA; no escopo deste trabalho será empregado o algoritmo Clonalg. A eficácia deste algoritmo é medida e comparada com a de outros métodos de classificação. A amostra de dados usada para validar este trabalho foi fornecida por uma companhia de energia elétrica. Os dados fornecidos foram selecionados e transformados com o objetivo de eliminar redundância e normalizar valores.
id URGS_9d8e56a0f2dc5037de5d241a71e6a95c
oai_identifier_str oai:www.lume.ufrgs.br:10183/54863
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Astiazara, Mauricio VolkweisBarone, Dante Augusto Couto2012-09-01T01:37:15Z2012http://hdl.handle.net/10183/54863000856516Neste trabalho é analisada a aplicação da técnica de Sistemas Imunológicos Artificiais (SIA) a um problema do mundo real: como predizer fraudes e furtos de energia elétrica. Vários trabalhos tem mostrado que épossível detectar padrões de dados anormais a partir dos dados de consumidores de energia elétrica e descobrir problemas como fraude e furto. Sistemas Imunológicos Artificiais é um ramo recente da Inteligência Computacional e tem diversas possíveis aplicações, sendo uma delas o reconhecimento de padrões. Mais de um algoritmo pode ser empregado para criar um SIA; no escopo deste trabalho será empregado o algoritmo Clonalg. A eficácia deste algoritmo é medida e comparada com a de outros métodos de classificação. A amostra de dados usada para validar este trabalho foi fornecida por uma companhia de energia elétrica. Os dados fornecidos foram selecionados e transformados com o objetivo de eliminar redundância e normalizar valores.In this paper, we analyze the application of an Artificial Immune System (AIS) to a real world problem: how to predict electricity fraud and theft. Various works have explained that it is possible to detect abnormal data patterns from electricity consumers and discover problems like fraud and theft. Artificial Immune Systems is a recent branch of Computational Intelligence and has several possible applications, one of which is pattern recognition. More than one algorithm can be employed to create an AIS; we selected the Clonalg algorithm for our analysis. The efficiency of this algorithm is measured and compared with that of other classifier methods. The data sample used to validate this work was provided by an electrical energy company. The provided data were selected and transformed with the aim of eliminating redundant data and to normalize values.application/pdfporInteligência artificialReconhecimento : PadroesArtificial immune systemsClassifiersPattern recognitionFraud detectionSistema imunológico artificial para predição de fraudes e furtos de energia elétricaArtificial immune system to predict electrical energy fraud and theft info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2012mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000856516.pdf000856516.pdfTexto completoapplication/pdf3293379http://www.lume.ufrgs.br/bitstream/10183/54863/1/000856516.pdfacf6f60b2eea226d86051517a0d2b091MD51TEXT000856516.pdf.txt000856516.pdf.txtExtracted Texttext/plain170059http://www.lume.ufrgs.br/bitstream/10183/54863/2/000856516.pdf.txt6c28e323d6361f372e16d24453f0d3e7MD52THUMBNAIL000856516.pdf.jpg000856516.pdf.jpgGenerated Thumbnailimage/jpeg1037http://www.lume.ufrgs.br/bitstream/10183/54863/3/000856516.pdf.jpg328e4f56f377cb71e35f481dfb2aed76MD5310183/548632018-10-15 08:50:36.828oai:www.lume.ufrgs.br:10183/54863Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-15T11:50:36Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Sistema imunológico artificial para predição de fraudes e furtos de energia elétrica
dc.title.alternative.en.fl_str_mv Artificial immune system to predict electrical energy fraud and theft
title Sistema imunológico artificial para predição de fraudes e furtos de energia elétrica
spellingShingle Sistema imunológico artificial para predição de fraudes e furtos de energia elétrica
Astiazara, Mauricio Volkweis
Inteligência artificial
Reconhecimento : Padroes
Artificial immune systems
Classifiers
Pattern recognition
Fraud detection
title_short Sistema imunológico artificial para predição de fraudes e furtos de energia elétrica
title_full Sistema imunológico artificial para predição de fraudes e furtos de energia elétrica
title_fullStr Sistema imunológico artificial para predição de fraudes e furtos de energia elétrica
title_full_unstemmed Sistema imunológico artificial para predição de fraudes e furtos de energia elétrica
title_sort Sistema imunológico artificial para predição de fraudes e furtos de energia elétrica
author Astiazara, Mauricio Volkweis
author_facet Astiazara, Mauricio Volkweis
author_role author
dc.contributor.author.fl_str_mv Astiazara, Mauricio Volkweis
dc.contributor.advisor1.fl_str_mv Barone, Dante Augusto Couto
contributor_str_mv Barone, Dante Augusto Couto
dc.subject.por.fl_str_mv Inteligência artificial
Reconhecimento : Padroes
topic Inteligência artificial
Reconhecimento : Padroes
Artificial immune systems
Classifiers
Pattern recognition
Fraud detection
dc.subject.eng.fl_str_mv Artificial immune systems
Classifiers
Pattern recognition
Fraud detection
description Neste trabalho é analisada a aplicação da técnica de Sistemas Imunológicos Artificiais (SIA) a um problema do mundo real: como predizer fraudes e furtos de energia elétrica. Vários trabalhos tem mostrado que épossível detectar padrões de dados anormais a partir dos dados de consumidores de energia elétrica e descobrir problemas como fraude e furto. Sistemas Imunológicos Artificiais é um ramo recente da Inteligência Computacional e tem diversas possíveis aplicações, sendo uma delas o reconhecimento de padrões. Mais de um algoritmo pode ser empregado para criar um SIA; no escopo deste trabalho será empregado o algoritmo Clonalg. A eficácia deste algoritmo é medida e comparada com a de outros métodos de classificação. A amostra de dados usada para validar este trabalho foi fornecida por uma companhia de energia elétrica. Os dados fornecidos foram selecionados e transformados com o objetivo de eliminar redundância e normalizar valores.
publishDate 2012
dc.date.accessioned.fl_str_mv 2012-09-01T01:37:15Z
dc.date.issued.fl_str_mv 2012
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 http://hdl.handle.net/10183/54863
dc.identifier.nrb.pt_BR.fl_str_mv 000856516
url http://hdl.handle.net/10183/54863
identifier_str_mv 000856516
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.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/54863/1/000856516.pdf
http://www.lume.ufrgs.br/bitstream/10183/54863/2/000856516.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/54863/3/000856516.pdf.jpg
bitstream.checksum.fl_str_mv acf6f60b2eea226d86051517a0d2b091
6c28e323d6361f372e16d24453f0d3e7
328e4f56f377cb71e35f481dfb2aed76
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1797064978957598720

Registros relacionados