Pós-Graduação em Ciência da Computação – UFPE
Defesa de Tese de Doutorado Nº 661
Aluno: José Luis Martínez Pérez
Orientador: Prof. Roberto Souto Maior de Barros
Coorientador: Dr. Silas Garrido Teixeira de Carvalho Santos (SiDi-Recife)
Título: Estratégias para Aprimorar Técnicas Supervisionadas de Classificação para Contextos Semi-Supervisionados
Data: 25/02/2025
Hora/Local: 8h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Frederico Luiz Gonçalves de Freitas (UFPE / Ciência da Computação)
Prof. Cleber Zanchettin (UFPE / Ciência da Computação)
Prof. João Roberto Bertini Junior (UNICAMP / Faculdade de Tecnologia)
Prof. Rodolfo Carneiro Cavalcante (UFAL / Campus Arapiraca – Centro de Ciência da Computação)
Prof. Paulo Mauricio Gonçalves Júnior (IFPE – Campus Recife)
RESUMO:
Os algoritmos de aprendizado de máquina que auxiliam na tomada de decisão estão se tornando cruciais em diversas áreas, como saúde, finanças e marketing. Quando expostos a uma quantidade maior e mais relevante de dados de treinamento, tendem a apresentar melhor desempenho. No entanto, a disponibilidade de dados rotulados sem a intervenção de especialistas humanos é uma tarefa desafiadora, especialmente no aprendizado em fluxo de dados com mudanças de conceito, em que os dados são gerados rapidamente, em tempo real e com a possibilidade de alterações na distribuição de probabilidade. As mudanças de conceito ocorrem em ambientes de aprendizado supervisionado, semi-supervisionado e não supervisionado, sendo abordadas em diferentes áreas, como estatística, aprendizado de máquina, entre outras. Atualmente, o uso de detectores de mudanças com classificadores base em aprendizado semi-supervisionado é incomum. Classificadores semi-supervisionados frequentemente consomem muita memória e tempo de execução, e a adição de um mecanismo de detecção aumenta o custo computacional. Além disso, a classificação em ambientes semi-supervisionados pode levar a problemas relacionados à rotulagem de dados para treinamento. Um erro nesse processo pode impactar negativamente o desempenho do modelo. Esta pesquisa explora e traz como contribuição os seguintes pontos: 1) o uso de detectores de mudanças de conceito supervisionados em problemas de aprendizado semi-supervisionado, destacando como os detectores podem melhorar o desempenho da classificação; 2) a influência da diversidade em comitês de classificadores, mostrando que o aumento nesse parâmetro contribui para maior precisão e robustez dos modelos em cenários com mudanças de conceito; 3) introduz uma abordagem de self-training (auto-treinamento) para fornecer mais rótulos e otimizar o aprendizado e a adaptação do modelo; e, por fim, 4) detalha as modificações realizadas no framework Massive Online Analysis (MOA) para dar suporte a simulação em cenários semi-supervisionados. Os experimentos realizados para testar a abordagem proposta utilizaram Hoeffding Tree (HT) e Naïve Bayes (NB) como classificadores base, que também foram empregados como membros dos comitês nesta pesquisa. Esses classificadores foram combinados com vários detectores e testados em um total de 84 conjuntos de dados artificiais e cinco conjuntos de dados reais. Os experimentos foram conduzidos com 15\% e 30\% de dados rotulados, as principais porcentagens abordadas neste estudo, enquanto 25\% e 100\% foram utilizados para fornecer suporte adicional em alguns casos. Os resultados indicam que detectores desenvolvidos para aprendizado supervisionado podem ser utilizados de forma eficaz em ambientes semi-supervisionados. Além disso, os testes com a abordagem de self-training demonstram que a inclusão de rótulos adicionais melhora significativamente o desempenho dos classificadores. Essas descobertas podem levar a uma mudança de paradigma em pesquisas futuras, uma vez que muitos pesquisadores não consideram os detectores de mudanças de conceito como uma alternativa viável devido à disponibilidade limitada de rótulos na maioria dos fluxos de dados do mundo real.
Palavras-chave: Aprendizado semi-supervisionado, detectores de mudanças de conceito, self-training, comitê de classificadores, fluxo de dados.
Comentários desativados