PPGCCM PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO FUNDAÇÃO UNIVERSIDADE FEDERAL DO ABC Telefone/Ramal: Não informado http://propg.ufabc.edu.br/ppgccm

Banca de DEFESA: FERNANDA BORGES DA SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : FERNANDA BORGES DA SILVA
DATA : 30/08/2022
HORA: 19:00
LOCAL: por participação remota
TÍTULO:

Ensembles de classificadores por meio de Algoritmos Evolutivos


PÁGINAS: 145
RESUMO:

A eficácia de um ensemble de classificadores depende da seleção de modelos de classificação
que sejam acurados e diversos, ou seja, que cometam erros diferentes, para comporem o
comitê. Entretanto, realizar a seleção dos hiperparâmetros dos classificadores garantindo
diversidade e eficácia é um problema computacionalmente caro, uma vez que o espaço de
busca é muito amplo. Os Algoritmos Evolutivos são meta-heurísticas que se mostraram
efetivas em problemas NP-difíceis. Uma das vantagens desses algoritmos, em relação a
métodos de busca tradicionais, é que eles possuem menor propensão a ficarem presos
em ótimos locais; isso se deve principalmente ao fato de processarem um conjunto de
soluções (população) em vez de apenas uma solução. Além disso, existem Algoritmos
Evolutivos que fazem uma busca por diversidade, cuja seleção dos indivíduos para compor
a próxima geração é feita considerando a dissimilaridade entre os membros da população.
Dadas essas características, a utilização de Algoritmos Evolutivos para buscar diversidade
é uma abordagem apropriada para a otimização da construção de ensembles. Portanto, um
Algoritmo Evolutivo chamado Diversity-based Classifier Ensemble (DCE), que incentiva
a seleção de classificadores diversos para comporem o comitê, foi desenvolvido nessa
dissertação. Entretanto, a execução desse Algoritmo Evolutivo para criar ensembles consome
uma grande quantidade de processamento e memória. Por esse motivo, o Algoritmo
Evolutivo paralelo chamado Parallel Diversity-based Classifier Ensemble (P-DCE) também
foi desenvolvido utilizando a técnica global parallelisation model para distribuir o custo
computacional entre diversas CPUs. Com esse mesmo objetivo de explorar a busca por
diversidade entre os classificadores do comitê e a distribuição do custo computacional entre
diversas CPUs, também propomos nesta dissertação os algoritmos Island Diversity-based
Classifier Ensemble (IDCE) e Island Classifier Ensemble (ICE), que são baseados no
modelo de ilhas, que é um tipo de Algoritmo Evolutivo paralelo. Os resultados obtidos a
partir dos experimentos computacionais realizados indicam que os algoritmos propostos
são ferramentas úteis quando comparadas com a estratégia de busca aleatória para a
resolução do problema de otimização de ensembles de classificadores. Mais precisamente,
os algoritmos DCE e IDCE se mostrarem promissores para encontrar ensembles com
acurácias satisfatórias em tempo competitivo com a abordagem de busca aleatória. O
algoritmo ICE apresentou resultados melhores do que os apresentados pela abordagem de
busca aleatória e pelos algoritmos DCE e IDCE. Por último, também foi possível concluir
que conforme o paralelismo aumenta o tempo de execução do P-DCE diminui.


MEMBROS DA BANCA:
Presidente - Interno ao Programa - 334.489.048-48 - THIAGO FERREIRA COVOES - NÃO INFORMADO
Membro Titular - Examinador(a) Interno ao Programa - 3008017 - DENIS GUSTAVO FANTINATO
Membro Titular - Examinador(a) Externo à Instituição - MARCIO BASGALUPP - UNIFESP
Membro Suplente - Examinador(a) Interno ao Programa - 1932365 - FABRICIO OLIVETTI DE FRANCA
Notícia cadastrada em: 29/07/2022 07:42
SIGAA | UFABC - Núcleo de Tecnologia da Informação - ||||| | Copyright © 2006-2022 - UFRN - sigaa-1.ufabc.int.br.sigaa-1-prod