Sistema imunológico artificial para predição de fraudes e furtos de energia elétrica
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | 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 |
1853 |
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_ |
1810085232437624832 |