Transferência de conhecimento da transformada shapelet para classificação de séries temporais em redes neurais convolucionais

Detalhes bibliográficos
Autor(a) principal: Souza, Alexandre Felipe Müller de, 1985-
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/73589
Resumo: Orientador: Fabiano Silva
id UFPR_0aa6c8442947e351757b6febe5b9a4e6
oai_identifier_str oai:acervodigital.ufpr.br:1884/73589
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Souza, Alexandre Felipe Müller de, 1985-Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaSilva, Fabiano, 1972-2022-05-27T12:00:12Z2022-05-27T12:00:12Z2021https://hdl.handle.net/1884/73589Orientador: Fabiano SilvaDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 16/04/2021Inclui referências: p. 44-46Área de concentração: Ciência da ComputaçãoResumo: O crescente acúmulo na aquisição de dados, por mais diversos dispositivos, torna necessário o uso de ferramentas automatizadas para a descoberta de padrões. Dentre estas ferramentas automatizadas, a classificação de séries temporais, com aplicações em inúmeras atividades, melhora continuamente devido às bases de dados de séries públicas que permitem um marco comparativo. Também entre as diversas formas de se classificar uma série temporal, duas são foco deste trabalho: a classificação com símbolos (em especial shapelets) e as redes neurais convolucionais. A primitiva shapelet é um descritor de subsequências representativas para uma classe. A extração prévia dessa representação pode melhorar a capacidade de classificação de uma rede neural convolucional através da transferência de conhecimento. Neste trabalho, mostra-se um experimento onde a extração destas representações, antes do início do aprendizado da rede neural, muda o comportamento destes classificadores para bases específicas e, consequentemente, representa um ganho de representação em diversas bases.Abstract: Nowadays the evolution of sensor data acquisition needs the use of automatic tools to discover patterns. One of those automatic tools is the time series classification, with widely possible applications, that improves continuously due to public datasets that becomes a benchmark in researches. Among many ways to classify time series two, in particular, are explored here: the symbolic (specially Shapelet primitive) and the neural network classification. The shapelet primitive is a descriptor of subsequences that represents a class. The previous extraction of this representation can improve the classification capacity in a convolutional neuronal network using transfer learning. Furthermore, is shown an experiment where symbolic extraction, before the network training, changes the result of a classifier for most bases and improves the classification accuracy.1 recurso online : PDF.application/pdfInteligência artificialMineração de dados (Computação)Ciência da ComputaçãoAnalise de series temporais - Processamento de dadosRedes neurais (Computação)Transferência de conhecimento da transformada shapelet para classificação de séries temporais em redes neurais convolucionaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - ALEXANDRE FELIPE MULLER DE SOUZA.pdfapplication/pdf1577114https://acervodigital.ufpr.br/bitstream/1884/73589/1/R%20-%20D%20-%20ALEXANDRE%20FELIPE%20MULLER%20DE%20SOUZA.pdf3262a6ae21c749515386c3351d6589ddMD51open access1884/735892022-05-27 09:00:12.707open accessoai:acervodigital.ufpr.br:1884/73589Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-05-27T12:00:12Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Transferência de conhecimento da transformada shapelet para classificação de séries temporais em redes neurais convolucionais
title Transferência de conhecimento da transformada shapelet para classificação de séries temporais em redes neurais convolucionais
spellingShingle Transferência de conhecimento da transformada shapelet para classificação de séries temporais em redes neurais convolucionais
Souza, Alexandre Felipe Müller de, 1985-
Inteligência artificial
Mineração de dados (Computação)
Ciência da Computação
Analise de series temporais - Processamento de dados
Redes neurais (Computação)
title_short Transferência de conhecimento da transformada shapelet para classificação de séries temporais em redes neurais convolucionais
title_full Transferência de conhecimento da transformada shapelet para classificação de séries temporais em redes neurais convolucionais
title_fullStr Transferência de conhecimento da transformada shapelet para classificação de séries temporais em redes neurais convolucionais
title_full_unstemmed Transferência de conhecimento da transformada shapelet para classificação de séries temporais em redes neurais convolucionais
title_sort Transferência de conhecimento da transformada shapelet para classificação de séries temporais em redes neurais convolucionais
author Souza, Alexandre Felipe Müller de, 1985-
author_facet Souza, Alexandre Felipe Müller de, 1985-
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática
dc.contributor.author.fl_str_mv Souza, Alexandre Felipe Müller de, 1985-
dc.contributor.advisor1.fl_str_mv Silva, Fabiano, 1972-
contributor_str_mv Silva, Fabiano, 1972-
dc.subject.por.fl_str_mv Inteligência artificial
Mineração de dados (Computação)
Ciência da Computação
Analise de series temporais - Processamento de dados
Redes neurais (Computação)
topic Inteligência artificial
Mineração de dados (Computação)
Ciência da Computação
Analise de series temporais - Processamento de dados
Redes neurais (Computação)
description Orientador: Fabiano Silva
publishDate 2021
dc.date.issued.fl_str_mv 2021
dc.date.accessioned.fl_str_mv 2022-05-27T12:00:12Z
dc.date.available.fl_str_mv 2022-05-27T12:00:12Z
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 https://hdl.handle.net/1884/73589
url https://hdl.handle.net/1884/73589
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 1 recurso online : PDF.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/73589/1/R%20-%20D%20-%20ALEXANDRE%20FELIPE%20MULLER%20DE%20SOUZA.pdf
bitstream.checksum.fl_str_mv 3262a6ae21c749515386c3351d6589dd
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860662938304512

Registros relacionados