Seleção dinâmica de comitês de classificadores baseada em diversidade e acurácia para detecção de mudança de conceitos
Muitas aplicações de aprendizado de máquina estão relacionadas com problemas de classificação em ambientes dinâmicos. Mudança de conceito figura nesse tipo de ambiente e pode prejudicar muito a acurácia de sistemas de classificação. Nesse contexto, a utilização de comitês de classificadores é int...
| Autor principal: | Albuquerque, Regis Antonio Saraiva |
|---|---|
| Outros Autores: | http://lattes.cnpq.br/5133854135685623 |
| Grau: | Dissertação |
| Idioma: | por |
| Publicado em: |
Universidade Federal do Amazonas
2018
|
| Assuntos: | |
| Acesso em linha: |
https://tede.ufam.edu.br/handle/tede/6480 |
| id |
oai:https:--tede.ufam.edu.br-handle-:tede-6480 |
|---|---|
| recordtype |
dspace |
| spelling |
oai:https:--tede.ufam.edu.br-handle-:tede-64802018-06-22T05:03:31Z Seleção dinâmica de comitês de classificadores baseada em diversidade e acurácia para detecção de mudança de conceitos Albuquerque, Regis Antonio Saraiva Santos, Eulanda Miranda dos http://lattes.cnpq.br/5133854135685623 http://lattes.cnpq.br/3054990742969890 Mudança de Conceito Comitês de Classificadores Seleção Dinâmica Diversidade Concept Drift Ensembles of Classifiers Dynamic Selection Diversity CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Muitas aplicações de aprendizado de máquina estão relacionadas com problemas de classificação em ambientes dinâmicos. Mudança de conceito figura nesse tipo de ambiente e pode prejudicar muito a acurácia de sistemas de classificação. Nesse contexto, a utilização de comitês de classificadores é interessante porque possibilita a implementação de processos de detecção e de reação à mudança mais acurados e robustos. Sistemas de classificação que utilizam comitês podem possuir três grandes fases: geração; seleção; e integração de classificadores. A etapa de seleção pode ser feita de forma dinâmica, isto é, para cada instância desconhecida, o classificador ou comitê de classificadores com maior probabilidade de acerto é escolhido para atribuir uma classe à essa instância. Neste trabalho, é proposto um método para detecção e reação à mudança de conceito que utiliza seleção dinâmica de comitês de classificadores. O método proposto escolhe o comitê especialista com base nos valores de diversidade e de acurácia de cada comitê candidato. A fim de avaliar o impacto do uso de seleção dinâmica guiada por diversidade e acurácia nas tarefas de detecção e reação a mudança de conceito, foram realizadas quatro séries de experimentos com bases sintéticas e reais. Além disso, como o método proposto é dividido em quatro fases: geração da população de comitês; seleção dinâmica do comitê especialista; detecção de mudanças; e reação à mudança, diferentes versões desse método foram investigadas em função da definição de parâmetros de cada fase. Os resultados dos experimentos mostraram que, de maneira geral, as versões estudadas são bem equivalentes em termos de acurácia média final. Adicionalmente, quando comparado a dois baselines: (1) DDM - que utiliza um único classificador; e (2) Leveraging Bagging - que utiliza um comitê de classificadores, o método proposto alcançou melhores taxas de acurácia, menores taxas de atraso de detecção, não deixou de detectar as mudanças conhecidas nas bases e produziu reduzidas taxas de falsa detecção, apesar de apresentar maior complexidade computacional. Portanto, o trabalho mostra que o uso de seleção dinâmica guiada por diversidade e acurácia melhora a precisão de detecção, bem como a acurácia geral de sistemas de classificação utilizados em problemas que apresentam mudança de conceitos. Many machine learning applications have to deal with classification problems in dynamic environments. This type of environment may be affected by concept drift, which may reduce the accuracy of classification systems significantly. In this context, methods using ensemble of classifiers are interesting due to the fact that ensembles of classifiers allow the design of strategies for drift detection and reaction more accurate and robust to changes. A classification system based on ensemble of classifiers may be divided into three main phases: classifier generation; single classifier or subset of classifier selection; and classifier fusion. The selection phase may be performed as a dynamic process. In this case, for each unknown sample, the individual classifier or classifier ensemble most likely to be correct is chosen to assign a label to the sample. In this work, it is proposed a method for concept drift detection and reaction based on dynamic classifier ensemble selection. The proposed method choses the expert classifier ensemble according to diversity and accuracy values. Focusing on evaluating the impact of dynamic ensemble selection guided by diversity and accuracy in terms of concept drift detection and reaction, four series of experiments were carried in this work using both synthetic and real datasets. In addition, since the proposed method is broken down into four phases: pool of ensemble classifiers generation; dynamic ensemble selection; drift detection; and drift reaction, different versions of the proposed method were investigated by varying the parameters of each phase. The results show that, in general, all these different versions attain very similar accuracy values. Besides, when compared to two baselines: (1) DDM - single classifier-based; and (2) Leveraging Bagging - classifier ensemble-based, our method outperforms both baselines since it achieved higher accuracy, lower detection delay and false detection rates, and it did not present missing detection. However, both baselines present lower time complexity. Therefore, this work shows that dynamic classifier ensemble selection guided by diversity and accuracy helps to improve detection precision and the general accuracy of classification systems employed in problems with concept drift. FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas 2018-06-21T13:29:01Z 2018-06-08 Dissertação ALBUQUERQUE, Regis Antonio Saraiva. Seleção dinâmica de comitês de classificadores baseada em diversidade e acurácia para detecção de mudança de conceitos. 2018. 71 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2018. https://tede.ufam.edu.br/handle/tede/6480 por Acesso Aberto http://creativecommons.org/licenses/by-nc-nd/4.0/ application/pdf Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática |
| institution |
TEDE - Universidade Federal do Amazonas |
| collection |
TEDE-UFAM |
| language |
por |
| topic |
Mudança de Conceito Comitês de Classificadores Seleção Dinâmica Diversidade Concept Drift Ensembles of Classifiers Dynamic Selection Diversity CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO |
| spellingShingle |
Mudança de Conceito Comitês de Classificadores Seleção Dinâmica Diversidade Concept Drift Ensembles of Classifiers Dynamic Selection Diversity CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Albuquerque, Regis Antonio Saraiva Seleção dinâmica de comitês de classificadores baseada em diversidade e acurácia para detecção de mudança de conceitos |
| topic_facet |
Mudança de Conceito Comitês de Classificadores Seleção Dinâmica Diversidade Concept Drift Ensembles of Classifiers Dynamic Selection Diversity CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO |
| description |
Muitas aplicações de aprendizado de máquina estão relacionadas com problemas de
classificação em ambientes dinâmicos. Mudança de conceito figura nesse tipo de ambiente e
pode prejudicar muito a acurácia de sistemas de classificação. Nesse contexto, a utilização
de comitês de classificadores é interessante porque possibilita a implementação de processos
de detecção e de reação à mudança mais acurados e robustos. Sistemas de classificação
que utilizam comitês podem possuir três grandes fases: geração; seleção; e integração de
classificadores. A etapa de seleção pode ser feita de forma dinâmica, isto é, para cada
instância desconhecida, o classificador ou comitê de classificadores com maior probabilidade
de acerto é escolhido para atribuir uma classe à essa instância. Neste trabalho, é proposto
um método para detecção e reação à mudança de conceito que utiliza seleção dinâmica de
comitês de classificadores. O método proposto escolhe o comitê especialista com base nos
valores de diversidade e de acurácia de cada comitê candidato. A fim de avaliar o impacto
do uso de seleção dinâmica guiada por diversidade e acurácia nas tarefas de detecção e
reação a mudança de conceito, foram realizadas quatro séries de experimentos com bases
sintéticas e reais. Além disso, como o método proposto é dividido em quatro fases: geração
da população de comitês; seleção dinâmica do comitê especialista; detecção de mudanças;
e reação à mudança, diferentes versões desse método foram investigadas em função da
definição de parâmetros de cada fase. Os resultados dos experimentos mostraram que, de
maneira geral, as versões estudadas são bem equivalentes em termos de acurácia média
final. Adicionalmente, quando comparado a dois baselines: (1) DDM - que utiliza um
único classificador; e (2) Leveraging Bagging - que utiliza um comitê de classificadores,
o método proposto alcançou melhores taxas de acurácia, menores taxas de atraso de
detecção, não deixou de detectar as mudanças conhecidas nas bases e produziu reduzidas
taxas de falsa detecção, apesar de apresentar maior complexidade computacional. Portanto,
o trabalho mostra que o uso de seleção dinâmica guiada por diversidade e acurácia melhora
a precisão de detecção, bem como a acurácia geral de sistemas de classificação utilizados
em problemas que apresentam mudança de conceitos. |
| author_additional |
Santos, Eulanda Miranda dos |
| author_additionalStr |
Santos, Eulanda Miranda dos |
| format |
Dissertação |
| author |
Albuquerque, Regis Antonio Saraiva |
| author2 |
http://lattes.cnpq.br/5133854135685623 |
| author2Str |
http://lattes.cnpq.br/5133854135685623 |
| title |
Seleção dinâmica de comitês de classificadores baseada em diversidade e acurácia para detecção de mudança de conceitos |
| title_short |
Seleção dinâmica de comitês de classificadores baseada em diversidade e acurácia para detecção de mudança de conceitos |
| title_full |
Seleção dinâmica de comitês de classificadores baseada em diversidade e acurácia para detecção de mudança de conceitos |
| title_fullStr |
Seleção dinâmica de comitês de classificadores baseada em diversidade e acurácia para detecção de mudança de conceitos |
| title_full_unstemmed |
Seleção dinâmica de comitês de classificadores baseada em diversidade e acurácia para detecção de mudança de conceitos |
| title_sort |
seleção dinâmica de comitês de classificadores baseada em diversidade e acurácia para detecção de mudança de conceitos |
| publisher |
Universidade Federal do Amazonas |
| publishDate |
2018 |
| url |
https://tede.ufam.edu.br/handle/tede/6480 |
| _version_ |
1781302330387333120 |
| score |
11.680425 |