Redução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadora
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
Texto Completo: | http://repositorio.utfpr.edu.br/jspui/handle/1/26469 |
Resumo: | Algoritmos de Aprendizagem de Máquina vem sendo cada vez mais utilizados pela sua capacidade de aprender a partir de grandes volumes de dados como, por exemplo, dados de expressão gênica obtidos pela técnica de microarranjo. Uma característica das bases de dados de microarranjos é que, geralmente, ela é formada por uma grande quantidade de atributos e um pequeno número de amostras. Bases de dados com alta dimensionalidade podem possuir atributos redundantes e muitas vezes irrelevantes, podendo atrapalhar o processo de aprendizagem e o desempenho das predições. Métodos de redução de dimensionalidade são utilizados para reduzir a quantidade de atributos das bases de dados. Redes neurais autocodificadoras podem ser adaptadas e utilizadas para a extração de atributos e, consequentemente, a redução da dimensionalidade. Este trabalho tem como objetivo utilizar uma rede neural autocodificadora combinada a uma rede neural classificadora para realizar uma redução de dimensionalidade. Para isso, serão realizados experimentos em cinco bases de dados. Os resultados foram avaliados por meio da taxa de acerto dos classificadores KNN, SVM, Naive Bayes e Árvore de Decisão. Os resultados mostram que o método criou base de dados menores e que apresentam uma boa representação. |
id |
UTFPR-12_79adb8d1d6a9f8dc9d5e6fcc86b1ea36 |
---|---|
oai_identifier_str |
oai:repositorio.utfpr.edu.br:1/26469 |
network_acronym_str |
UTFPR-12 |
network_name_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
repository_id_str |
|
spelling |
2021-11-22T14:31:02Z2021-11-22T14:31:02Z2021-08-24MELO, Rafael Felipe Tasaka de. Redução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadora. 2021. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2021.http://repositorio.utfpr.edu.br/jspui/handle/1/26469Algoritmos de Aprendizagem de Máquina vem sendo cada vez mais utilizados pela sua capacidade de aprender a partir de grandes volumes de dados como, por exemplo, dados de expressão gênica obtidos pela técnica de microarranjo. Uma característica das bases de dados de microarranjos é que, geralmente, ela é formada por uma grande quantidade de atributos e um pequeno número de amostras. Bases de dados com alta dimensionalidade podem possuir atributos redundantes e muitas vezes irrelevantes, podendo atrapalhar o processo de aprendizagem e o desempenho das predições. Métodos de redução de dimensionalidade são utilizados para reduzir a quantidade de atributos das bases de dados. Redes neurais autocodificadoras podem ser adaptadas e utilizadas para a extração de atributos e, consequentemente, a redução da dimensionalidade. Este trabalho tem como objetivo utilizar uma rede neural autocodificadora combinada a uma rede neural classificadora para realizar uma redução de dimensionalidade. Para isso, serão realizados experimentos em cinco bases de dados. Os resultados foram avaliados por meio da taxa de acerto dos classificadores KNN, SVM, Naive Bayes e Árvore de Decisão. Os resultados mostram que o método criou base de dados menores e que apresentam uma boa representação.Machine Learning Algorithms have been increasingly used by its ability to learn from large volumes of data, such as gene expression data obtained by the microarray technique. A characteristic of the microarray data is that, generally, it is formed by a large amount of attributes and a few samples. It is known that data with high dimensionality can have redundant and often irrelevant attributes, it can hinder the learning process and the performance of predictions. Methods of dimensionality reduction are used to reduce the amount of attributes of the database. Autoencoder Neural Networks can be adapted and used for attribute extraction and, consequently, dimensionality reduction. This job aims to use an autoencoder neural network combined with a classifying neural network to perform a dimensionality reduction. For this, experiments will be carried out in five databases. The results were evaluated through the hit rate of the classifiers KNN, SVM, Naive Bayes and Decision Tree. The results show that the method created very representative smaller databases.porUniversidade Tecnológica Federal do ParanáPonta GrossaCiência da ComputaçãoUTFPRBrasilCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOMineração de dados (Computação)AlgorítmosAprendizado do computadorBanco de dadosData miningAlgorithmsMachine learningData basesRedução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadoraDimensionality reduction in microarray database using autoencoder neural networkinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisPonta GrossaBorges, Helyane BronoskiBorges, Helyane BronoskiMatos, Simone NasserRanthum, GeraldoMelo, Rafael Felipe Tasaka deinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRLICENSElicense.txtlicense.txttext/plain; charset=utf-81290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26469/2/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD52ORIGINALreducaodimensionalidadebasedados.pdfreducaodimensionalidadebasedados.pdfapplication/pdf1524704http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26469/1/reducaodimensionalidadebasedados.pdf2292f754ae9625b183bb307822599a11MD51TEXTreducaodimensionalidadebasedados.pdf.txtreducaodimensionalidadebasedados.pdf.txtExtracted texttext/plain89424http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26469/3/reducaodimensionalidadebasedados.pdf.txt5339e2328709a61b91c55bed3ac04a20MD53THUMBNAILreducaodimensionalidadebasedados.pdf.jpgreducaodimensionalidadebasedados.pdf.jpgGenerated Thumbnailimage/jpeg1254http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26469/4/reducaodimensionalidadebasedados.pdf.jpgf59c8a9b71e85a279a468db84a925ccaMD541/264692021-11-23 04:06:08.195oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2021-11-23T06:06:08Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false |
dc.title.pt_BR.fl_str_mv |
Redução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadora |
dc.title.alternative.pt_BR.fl_str_mv |
Dimensionality reduction in microarray database using autoencoder neural network |
title |
Redução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadora |
spellingShingle |
Redução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadora Melo, Rafael Felipe Tasaka de CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Mineração de dados (Computação) Algorítmos Aprendizado do computador Banco de dados Data mining Algorithms Machine learning Data bases |
title_short |
Redução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadora |
title_full |
Redução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadora |
title_fullStr |
Redução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadora |
title_full_unstemmed |
Redução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadora |
title_sort |
Redução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadora |
author |
Melo, Rafael Felipe Tasaka de |
author_facet |
Melo, Rafael Felipe Tasaka de |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Borges, Helyane Bronoski |
dc.contributor.referee1.fl_str_mv |
Borges, Helyane Bronoski |
dc.contributor.referee2.fl_str_mv |
Matos, Simone Nasser |
dc.contributor.referee3.fl_str_mv |
Ranthum, Geraldo |
dc.contributor.author.fl_str_mv |
Melo, Rafael Felipe Tasaka de |
contributor_str_mv |
Borges, Helyane Bronoski Borges, Helyane Bronoski Matos, Simone Nasser Ranthum, Geraldo |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Mineração de dados (Computação) Algorítmos Aprendizado do computador Banco de dados Data mining Algorithms Machine learning Data bases |
dc.subject.por.fl_str_mv |
Mineração de dados (Computação) Algorítmos Aprendizado do computador Banco de dados Data mining Algorithms Machine learning Data bases |
description |
Algoritmos de Aprendizagem de Máquina vem sendo cada vez mais utilizados pela sua capacidade de aprender a partir de grandes volumes de dados como, por exemplo, dados de expressão gênica obtidos pela técnica de microarranjo. Uma característica das bases de dados de microarranjos é que, geralmente, ela é formada por uma grande quantidade de atributos e um pequeno número de amostras. Bases de dados com alta dimensionalidade podem possuir atributos redundantes e muitas vezes irrelevantes, podendo atrapalhar o processo de aprendizagem e o desempenho das predições. Métodos de redução de dimensionalidade são utilizados para reduzir a quantidade de atributos das bases de dados. Redes neurais autocodificadoras podem ser adaptadas e utilizadas para a extração de atributos e, consequentemente, a redução da dimensionalidade. Este trabalho tem como objetivo utilizar uma rede neural autocodificadora combinada a uma rede neural classificadora para realizar uma redução de dimensionalidade. Para isso, serão realizados experimentos em cinco bases de dados. Os resultados foram avaliados por meio da taxa de acerto dos classificadores KNN, SVM, Naive Bayes e Árvore de Decisão. Os resultados mostram que o método criou base de dados menores e que apresentam uma boa representação. |
publishDate |
2021 |
dc.date.accessioned.fl_str_mv |
2021-11-22T14:31:02Z |
dc.date.available.fl_str_mv |
2021-11-22T14:31:02Z |
dc.date.issued.fl_str_mv |
2021-08-24 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MELO, Rafael Felipe Tasaka de. Redução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadora. 2021. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2021. |
dc.identifier.uri.fl_str_mv |
http://repositorio.utfpr.edu.br/jspui/handle/1/26469 |
identifier_str_mv |
MELO, Rafael Felipe Tasaka de. Redução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadora. 2021. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2021. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/26469 |
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.publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Ponta Grossa |
dc.publisher.program.fl_str_mv |
Ciência da Computação |
dc.publisher.initials.fl_str_mv |
UTFPR |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Ponta Grossa |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) instname:Universidade Tecnológica Federal do Paraná (UTFPR) instacron:UTFPR |
instname_str |
Universidade Tecnológica Federal do Paraná (UTFPR) |
instacron_str |
UTFPR |
institution |
UTFPR |
reponame_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
collection |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
bitstream.url.fl_str_mv |
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26469/2/license.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26469/1/reducaodimensionalidadebasedados.pdf http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26469/3/reducaodimensionalidadebasedados.pdf.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26469/4/reducaodimensionalidadebasedados.pdf.jpg |
bitstream.checksum.fl_str_mv |
b9d82215ab23456fa2d8b49c5df1b95b 2292f754ae9625b183bb307822599a11 5339e2328709a61b91c55bed3ac04a20 f59c8a9b71e85a279a468db84a925cca |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1805923130723532800 |