Use este identificador para citar ou linkar para este item: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/12063
Título: Criação de um método para reduzir a dimensão da hierarquia de classes durante o treinamento do algoritmo MHC-CNN
Título(s) alternativo(s): Development of a method to reduce the hierarchical class dimension during the algorithm MHC-CNN training phase
Autor(es): Yu, Lin Chi
Orientador(es): Borges, Helyane Bronoski
Palavras-chave: Algorítmos
Mineração de dados (Computação)
Proteínas
Arquitetura de rede de computador
Algorithms
Data mining
Proteins
Computer network architectures
Data do documento: 3-Jun-2019
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Ponta Grossa
Referência: YU, Lin Chi. Criação de um método para reduzir a dimensão da hierarquia de classes durante o treinamento do algoritmo MHC-CNN. 2019. 61 f. Trabalho de Conclusão de Curso (Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2019.
Resumo: Classificação de dados é uma tarefa comum em Mineração de Dados. Alguns problemas de classificação precisam levar em consideração sua hierarquia de dados, estabelecendo uma ordem entre suas classes, esses problemas são chamados de classificação hierárquica. Este trabalho apresenta um método para reduzir a dimensão da hierarquia de classes na fase de treinamento do classificador hierárquico MHC-CNN. O método proposto é chamado de HNR e visa aprimorar o algoritmo MHC-CNN. Para avaliação do método, 10 bases de dados de função de proteína foram utilizadas e, os seus resultados, comparados com resultados do algoritmo MHC-CNN. Os estudos iniciais mostram que HNR é uma alternativa que pode ser usada para problemas de classificação hierárquica global.
Abstract: Data classification is a common task in Data Mining. Some classification problems need to take into account the data hierarchical taxonomy, establishing an order between classes, those are called hierarchical classification problems. This work presents a method to reduce the dimension of the hierarchical classes in the MHC CNN hierarchical classifier training phase. The method is called HNR and seek to improve the algorithm MHC-CNN. The proposed method is called HNR and attempt to improve the MHC-CNN. To evaluate the method, ten protein functions datasets is used and the results compared to MHC-CNN’s results. Preliminary studies show that the HNR is an alternative that can be used for global hierarchical classification.
URI: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/12063
Aparece nas coleções:PG - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
PG_COCIC_2019_1_05.pdf3,1 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.