Dissertação

Unveiling Interpretable Behavior In Two-Way High-Dimensional Clinical Data EVALUATED

O desenvolvimento de métodos de aprendizagem automática e a sua adequação a problemas clínicos têm possibilitado a criação de novas abordagens terapêuticas que fazem perspetivar a aplicação de soluções de engenharia para modelar integradamente sistemas fisiológicos multi-escalares, fornecendo conhecimento profundo e abrangente do funcionamento de sistemas biológicos. Os sistemas adaptativos de apoio à decisão clínica para a medicina personalizada sofrem de um problema de elevada dimensionalidade, já que contemplam o ajuste de muitos parâmetros. Este relatório apresenta o estudo teórico e a exploração prática de técnicas de aprendizagem não supervisionada, bem como a revisão de metodologias de agrupamento capazes de lidar com dados de grande dimensão. As qualidades das abordagens tandem tradicionais são debatidas através da avaliação do seu desempenho em dados sintéticos e reais. A pesquisa levada a cabo abre espaço à criação de novas estratégias integradas que conjugam a redução do espaço de variáveis com a estratificação dos objetos para maximizar a interpretabilidade dos dados e facilitar a sua análise. Neste trabalho um modelo difuso entropicamente regularizado é incorporado numa metodologia de clustering e análise de componentes principais disjuntos e é comparado com outras metodologias de última geração, mostrando trazer mais intuição à apreciação dos resultados fruto da palete de cores atribuída às observações com base nos graus de pertença aos respetivos grupos. É também apresentada uma nova ferramenta hierárquica capaz de desvendar ciclicamente informação oculta nas camadas mais profundas dos dados através do rearranjo dos subespaços de variáveis para reavaliação de clusters.
Aprendizagem automática, Estatística multivariada, Dados de alta dimensionalidade, Análise difusa de agrupamentos, Análise de Componentes Principais.

Novembro 23, 2018, 14:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Alexandra Sofia Martins de Carvalho

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar

ORIENTADOR

Susana de Almeida Mendes Vinga Martins

Departamento de Bioengenharia (DBE)

Professor Associado