Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Federal de São Carlos (UFSCar) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Iwashita, Adriana Sayuri | - |
Autor(es): dc.creator | Rodrigues, Douglas | - |
Autor(es): dc.creator | Gastaldello, Danilo Sinkiti | - |
Autor(es): dc.creator | de Souza, Andre Nunes | - |
Autor(es): dc.creator | Papa, João Paulo | - |
Data de aceite: dc.date.accessioned | 2025-08-21T17:23:27Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T17:23:27Z | - |
Data de envio: dc.date.issued | 2022-05-01 | - |
Data de envio: dc.date.issued | 2022-05-01 | - |
Data de envio: dc.date.issued | 2021-10-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.compeleceng.2021.107389 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/233470 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/233470 | - |
Descrição: dc.description | Non-technical losses stand for the energy consumed but not billed, affecting the energy grid as a whole. Such an issue somehow prevails in developing countries, harming the quality of energy and preventing social programs benefit from tax revenues. Machine learning techniques can help mitigate it by mining information from fraudsters and legal users for further decision-making. In this paper, we deal with a steady increase of dataset size, i.e., the incremental learning problem, which can cope with datasets regularly provided by energy companies, requiring the learner to be updated constantly. Since repeating the entire learning process might be prohibitive, adjusting the model to the new data shows to be a better choice. We propose an incremental Optimum-Path Forest approach with k-nn neighborhood that is considerably more efficient for training than its counterpart version, with experiments validated in general-purpose datasets and also in the context of non-technical losses identification. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Department of Computing Federal University of São Carlos, Rod. Washington Luís, km 235 | - |
Descrição: dc.description | Department of Computing São Paulo State University, Av. Eng. Luiz Edmundo Carrijo Coube, 14-01 | - |
Descrição: dc.description | Department of Electrical Engineering São Paulo State University, Av. Eng. Luiz Edmundo Carrijo Coube, 14-01 | - |
Descrição: dc.description | Department of Computing São Paulo State University, Av. Eng. Luiz Edmundo Carrijo Coube, 14-01 | - |
Descrição: dc.description | Department of Electrical Engineering São Paulo State University, Av. Eng. Luiz Edmundo Carrijo Coube, 14-01 | - |
Descrição: dc.description | FAPESP: #2013/07375-0 | - |
Descrição: dc.description | FAPESP: #2014/12236-1 | - |
Descrição: dc.description | FAPESP: #2017/02286-0 | - |
Descrição: dc.description | FAPESP: #2018/21934-5 | - |
Descrição: dc.description | FAPESP: #2019/07665-4 | - |
Descrição: dc.description | CNPq: #307066/2017-7 | - |
Descrição: dc.description | CNPq: #427968/2018-6 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Computers and Electrical Engineering | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Commercial losses | - |
Palavras-chave: dc.subject | Incremental learning | - |
Palavras-chave: dc.subject | Non-technical losses | - |
Palavras-chave: dc.subject | Optimum-path forest | - |
Título: dc.title | An incremental Optimum-Path Forest classifier and its application to non-technical losses identification | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: