Use este identificador para citar ou linkar para este item: https://repositorio.ufjf.br/jspui/handle/ufjf/15944
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
analiviasoaressilvadealmeida.pdfPDF/A1.03 MBAdobe PDFThumbnail
Visualizar/Abrir
Tipo: Trabalho de Conclusão de Curso
Título: SAINET com raio adaptativo: estimativa do raio mínimo e modificação no cálculo da densidade
Título(s) alternativo(s): SAINET with adaptive radius: estimation of the minimum radius and modification in the density calculation
Autor(es): Almeida, Ana Lívia Soares Silva
Primeiro Orientador: Campos, Luciana Conceição Dias
Second Advisor: Bernardino, Heder Soares
Membro da banca: Fonseca, Leonardo Golliat
Membro da banca: Soares, Stênio Sã Rosário Furtado
Resumo: Há diversos algoritmos baseados nas mais diferentes abordagens para tarefas de agrupamento e classificação de conjuntos de dados na literatura. Dentre os algoritmos baseados em densidade, alguns funcionam posicionando protótipos para representar os dados da base reduzindo assim o volume de dados manipulado. Um dos primeiros algoritmos imunoinspirados com esta abordagem, intitulado Artificial Immune Network (aiNet), é uma rede imunológica artificial que tem como finalidade resolver problemas de agrupamento de dados. A partir da aiNet, várias outros algoritmos foram propostos para ser aplicados em outros tipos de problemas. Uma versão supervisonada da aiNet foi proposta para aplicação em problemas de classificação, chamada SAINET (AINET Supervisionada). Entretanto, o algoritmo da aiNet não se mostrava eficiente para algumas distribuição de dados e um outro algortimo com abordagem similar foi proposto: Adaptative Radius Immune Algorithm (ARIA) objetivando melhorar o resultado do agrupamento. Com base nisto, foi proposta uma modificação no algortimo original da SAINET que pretendia avaliar o resultado da classificação quando substituindo-se a aiNet pela ARIA para construção da população de protótipos, sendo portanto uma versão da SAINET com raio adaptativo. A literatura apresenta alguns estudos a cerca da eficiência do algoritmo da ARIA no que diz respeito à preservação da distribuição de densidade dos dados ao posicionar os protótipos para representá-los, uma vez que a ARIA não é capaz de preservar a densidade dos dados em grandes dimensões. Contudo, não há muita informação sobre como os parâmetros da ARIA que não são ajustados pelo algoritmo podem ser definidos pelo usuários. Este trabalho se destina a propor uma maneira de ajustar o raio mínimo dos anticorpos, parâmetro da ARIA que é fundamental no posicionamento dos protótipos e não é claramente determinável, além de verificar se a alteração no algoritmo para preservar a densidade dos dados tem algum efeito no resultado da classificação realizada pela SAINET com raio adaptativo.
Abstract: There are several algorithms based on the most different approaches to perform data clustering and data classification in literature. Among those based on density, some are designed to generate prototypes in order to represent the dataset reducing the volume of data managed. One of the first of these immune-inspired is the Artificial Immune Network (aiNet), which is an artificial immune network designed to perform data clustering. From aiNet, many other algorithms have been proposed to be applied to other kind of problems. A supervised version of aiNet was porposed to perform data classification, called SAINET (supervised AINET). However, aiNet did not present satisfactory performance when applied to certain data distributions and another network was presented: the Artifical Radius Immune Algorith (ARIA) aiming to achieve better results where aiNet has not seem to be efficient. Based on that, a modification on SAINET original algorithm was proposed by replacing aiNet impementation by ARIA on building the network population, being though a SAINET wiht adaptative radius. Literature presents several studies about ARIA’s efficiency regarding density preservation. Nevertheless, not much has been said about how to set its parameters that are not adjusted by the algorithm. The present work proposes a possibility to adjust ARIA’s antibodies minimum radius, a parameter that is set by the user which is extremely important to network’s performance and is not clear how to do. Further, we inted to verify whether the modification proposed to ARIA in order to preserve density affects SAINET classification performance.
Palavras-chave: Redes imunológicas artificiais
Classificação
Raio adaptativo
ARIA
SAINET
Artificial immune network
Classification
Adaptative radius
CNPq: Engenharia
Idioma: por
País: Brasil
Editor: Universidade Federal de Juiz de Fora (UFJF)
Sigla da Instituição: UFJF
Departamento: Faculdade de Engenharia
Tipo de Acesso: Acesso Aberto
Licenças Creative Commons: http://creativecommons.org/licenses/by-nd/3.0/br/
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/15944
Data do documento: 3-Dez-2018
Aparece nas coleções:Engenharia Computacional - TCC Graduação



Este item está licenciado sob uma Licença Creative Commons Creative Commons