Dissertação

Temporal Sequence Classification in the Presence of Background Domain Knowledge EVALUATED

Na última década, tem havido um enorme interesse na classificação de dados temporais. Os dados temporais são geralmente associados a alta dimensionalidade, a correlação de atributos e a grandes quantidades de ruído, tornando esta tarefa um desafio para a comunidade de investigação. A classificação de sequências é uma das técnicas aplicada para resolver estes problemas, tendo em consideração a ordem temporal da sequência. No entanto, estes métodos não utilizam o conhecimento de domínio para descobrir informações significativas. Neste trabalho, descrevemos as principais abordagens para a classificação de sequências e propomos a adaptação de uma destas técnicas, Árvores de Decisão de Shapelets, através da incorporação de conhecimento de domínio no seu processo de treino. O propósito desta adaptação é proporcionar ao novo classificador a capacidade de lidar melhor com as relações subjacentes entre os dados que são conhecidas existir num determinado domínio.
DataMining, Classificação de Sequências, Árvores de Decisão, Shapelets, Representação de Conhecimento

Novembro 10, 2015, 14:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Claudia Martins Antunes

Departamento de Engenharia Informática (DEI)

Professor Auxiliar