Uma metodologia para classificação de dados nominais baseada no processo KDD : ênfase aos algoritmos culturais, estimação de distribuição e análise de correspondência múltipla

Detalhes bibliográficos
Autor(a) principal: Souza, Rodrigo Clemente Thom de
Data de Publicação: 2013
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/31927
Resumo: Orientadora: Profa. Dra. Maria Teresinha Arns Steiner
id UFPR_165bf1f8880e466bdf58d462ba6cb696
oai_identifier_str oai:acervodigital.ufpr.br:1884/31927
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Steiner, Maria Teresinha Arns, 1957-Coelho, Leandro dos Santos, 1968-Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em EngenhariaSouza, Rodrigo Clemente Thom de2024-01-31T17:06:08Z2024-01-31T17:06:08Z2013https://hdl.handle.net/1884/31927Orientadora: Profa. Dra. Maria Teresinha Arns SteinerCoorientador: Prof. Dr. Leandro dos Santos CoelhoTese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduaçao em Métodos Numéricos em Engenharia. Defesa: Curitiba, 03/07/2013Bibliografia: fls. 136-151Área de concentraçao: Engenharia e ciencia de materiaisResumo: A classificação de padrões é um problema de aprendizado supervisionado do campo da ciência conhecido como Reconhecimento de Padrões (RP), através do qual se deseja discriminar instâncias de dados em diferentes classes. A solução para este problema é obtida por meio de algoritmos (classificadores) que buscam por padrões de relacionamento entre classes em casos conhecidos (treinamento), usando tais relações para classificar casos desconhecidos (teste). O desempenho em termos de acurácia preditiva dos algoritmos que se propõem a realizar tal tarefa depende muito da qualidade e dos tipos de dados contidos nas bases. Visando melhorar a qualidade dos dados e dar tratamento adequado aos tipos de dados utilizados, o presente trabalho faz uso do processo de Descoberta de Conhecimento em Bases de Dados (Knowledge Discovery in Databases; KDD), no qual a classificação é uma das tarefas da etapa conhecida como Mineração de Dados (Data Mining; DM). As etapas aqui aplicadas antes da classificação são a seleção de atributos wrapper e um processo de transformação de atributos baseado em Análise Geométrica de Dados (Geometric Data Analysis; GDA). Para a seleção de atributos é proposta uma nova técnica baseada em Algoritmo de Estimação de Distribuição (Estimation of Distribution Algorithm; EDA) e em Algoritmos Culturais (AC) batizada de Belief-Based Incremental Learning (BBIL). Para a transformação de atributos é aqui proposta a utilização de uma alternativa à clássica Análise de Componentes Principais (Principal Component Analysis; PCA) para lidar especificamente com dados nominais: a Análise de Correspondência Múltipla (Multiple Correspondence Analysis; MCA). Na etapa de DM, de fato, faz-se a aplicação de dois tradicionais classificadores da área de RP, Naïve Bayes e Função Discriminante Linear de Fisher (Linear Discriminant Analysis; LDA). Apoiado em argumentos teóricos e em testes empíricos realizados com nove diferentes conjuntos de dados nominais, o presente trabalho objetiva avaliar a capacidade do MCA e do BBIL em melhorar o desempenho de classificadores em termos de acurácia preditiva média. Com o objetivo de se beneficiar simultaneamente das vantagens de ambos os tratamentos de dados são avaliadas duas combinações entre estas técnicas. A primeira trata-se da transformação GDA sobre os atributos previamente selecionados e, a segunda, a seleção de factor scores do MCA utilizando o BBIL (metodologia proposta). Os resultados dos experimentos confirmam a melhoria no desempenho de classificação proporcionada pelos tratamentos realizados e atestam a superioridade da metodologia proposta na maioria das situações analisadas.Abstract: Pattern classification is a supervised learning problem in the field of science known as Pattern Recognition, through which to discriminate data instances in different classes. The solution to this problem is obtained through algorithms (classifiers) that search for patterns of relationships between classes in known cases (training), using such relationships to classify unknown cases (test). The performance in terms of predictive accuracy of the algorithms they propose to undertake such a task depends on the quality and types of data from databases. To improve the quality of data and provide proper treatment to the types of data used, the present work makes use of the process of Knowledge Discovery in Databases (KDD), in which classification is one of the tasks of step known as Data Mining (DM). The steps here applied before classification are feature selection wrapper and a process of transformation of attributes based on Geometric Data Analysis (GDA). For feature selection is proposed a new technique based on Estimation of Distribution Algorithm (EDA) and Cultural Algorithms named Belief-Based Incremental Learning (BBIL). For the transformation of attributes is proposed here the use of an alternative to the classical Principal Component Analysis (PCA) to deal specifically with nominal data: the Multiple Correspondence Analysis (MCA). In the stage of DM, in fact, it is the application of two traditional classifiers area Pattern Recognition, Naïve Bayes (NB) and Fisher Linear Discriminant Function (Linear Discriminant Analysis, LDA). Supported by theoretical arguments and empirical tests conducted with nine different nominal datasets, this study aims to evaluate the ability of the MCA and BBIL in improving the performance of classifiers in terms of predictive accuracy. In order to benefit simultaneously from the advantages of both data treatments are evaluated two combinations of these techniques. The first one refers to the transformation GDA on the attributes previously selected, and the second one, the selection of the MCA factor scores using the BBIL (proposed methodology). The experimental results confirm the improvement in classification performance provided by the treatments performed and attest to the superiority of the proposed methodology in most analysed situations.160f. : il. [algumas color.], grafs., tabs.application/pdfDisponível em formato digitalReconhecimento de padrõesInteligência artificialAlgorítmosAnálise NuméricaUma metodologia para classificação de dados nominais baseada no processo KDD : ênfase aos algoritmos culturais, estimação de distribuição e análise de correspondência múltiplainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - T - RODRIGO CLEMENTE THOM DE SOUZA.pdfapplication/pdf1821562https://acervodigital.ufpr.br/bitstream/1884/31927/1/R%20-%20T%20-%20RODRIGO%20CLEMENTE%20THOM%20DE%20SOUZA.pdf20547257d044b1e78eefca49f42ba65bMD51open accessTEXTR - T - RODRIGO CLEMENTE THOM DE SOUZA.pdf.txtExtracted Texttext/plain271263https://acervodigital.ufpr.br/bitstream/1884/31927/2/R%20-%20T%20-%20RODRIGO%20CLEMENTE%20THOM%20DE%20SOUZA.pdf.txt18d679418b12a73e7b9be284f9e6cd4aMD52open accessTHUMBNAILR - T - RODRIGO CLEMENTE THOM DE SOUZA.pdf.jpgGenerated Thumbnailimage/jpeg1238https://acervodigital.ufpr.br/bitstream/1884/31927/3/R%20-%20T%20-%20RODRIGO%20CLEMENTE%20THOM%20DE%20SOUZA.pdf.jpg547ecf11d19677bed775a0bcee108c66MD53open access1884/319272024-01-31 14:06:08.076open accessoai:acervodigital.ufpr.br:1884/31927Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-01-31T17:06:08Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Uma metodologia para classificação de dados nominais baseada no processo KDD : ênfase aos algoritmos culturais, estimação de distribuição e análise de correspondência múltipla
title Uma metodologia para classificação de dados nominais baseada no processo KDD : ênfase aos algoritmos culturais, estimação de distribuição e análise de correspondência múltipla
spellingShingle Uma metodologia para classificação de dados nominais baseada no processo KDD : ênfase aos algoritmos culturais, estimação de distribuição e análise de correspondência múltipla
Souza, Rodrigo Clemente Thom de
Reconhecimento de padrões
Inteligência artificial
Algorítmos
Análise Numérica
title_short Uma metodologia para classificação de dados nominais baseada no processo KDD : ênfase aos algoritmos culturais, estimação de distribuição e análise de correspondência múltipla
title_full Uma metodologia para classificação de dados nominais baseada no processo KDD : ênfase aos algoritmos culturais, estimação de distribuição e análise de correspondência múltipla
title_fullStr Uma metodologia para classificação de dados nominais baseada no processo KDD : ênfase aos algoritmos culturais, estimação de distribuição e análise de correspondência múltipla
title_full_unstemmed Uma metodologia para classificação de dados nominais baseada no processo KDD : ênfase aos algoritmos culturais, estimação de distribuição e análise de correspondência múltipla
title_sort Uma metodologia para classificação de dados nominais baseada no processo KDD : ênfase aos algoritmos culturais, estimação de distribuição e análise de correspondência múltipla
author Souza, Rodrigo Clemente Thom de
author_facet Souza, Rodrigo Clemente Thom de
author_role author
dc.contributor.other.pt_BR.fl_str_mv Steiner, Maria Teresinha Arns, 1957-
Coelho, Leandro dos Santos, 1968-
Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenharia
dc.contributor.author.fl_str_mv Souza, Rodrigo Clemente Thom de
dc.subject.por.fl_str_mv Reconhecimento de padrões
Inteligência artificial
Algorítmos
Análise Numérica
topic Reconhecimento de padrões
Inteligência artificial
Algorítmos
Análise Numérica
description Orientadora: Profa. Dra. Maria Teresinha Arns Steiner
publishDate 2013
dc.date.issued.fl_str_mv 2013
dc.date.accessioned.fl_str_mv 2024-01-31T17:06:08Z
dc.date.available.fl_str_mv 2024-01-31T17:06:08Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/31927
url https://hdl.handle.net/1884/31927
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 160f. : il. [algumas color.], grafs., tabs.
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/1884/31927/1/R%20-%20T%20-%20RODRIGO%20CLEMENTE%20THOM%20DE%20SOUZA.pdf
https://acervodigital.ufpr.br/bitstream/1884/31927/2/R%20-%20T%20-%20RODRIGO%20CLEMENTE%20THOM%20DE%20SOUZA.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/31927/3/R%20-%20T%20-%20RODRIGO%20CLEMENTE%20THOM%20DE%20SOUZA.pdf.jpg
bitstream.checksum.fl_str_mv 20547257d044b1e78eefca49f42ba65b
18d679418b12a73e7b9be284f9e6cd4a
547ecf11d19677bed775a0bcee108c66
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860329003548672

Registros relacionados