Um estudo comparativo de métodos para balanceamento do conjunto de treinamento em aprendizado de redes neurais artificiais

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCastro, Cristiano de Leite-
Autor(es): dc.contributorSilva, Ricardo Martins de Abreu-
Autor(es): dc.contributorLacerda, Wilian Soares-
Autor(es): dc.creatorSchiavoni, André Spinelli-
Data de aceite: dc.date.accessioned2026-02-09T12:55:57Z-
Data de disponibilização: dc.date.available2026-02-09T12:55:57Z-
Data de envio: dc.date.issued2015-03-17-
Data de envio: dc.date.issued2015-03-17-
Data de envio: dc.date.issued2015-03-17-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/5223-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1171156-
Descrição: dc.descriptionStudies in supervised learning have shown that classifiers induced from imbalanced data sets have presented a reduced performance. A intuitive solution for this problem is to balance the training set. This work presents a study of resampling methods for balancing training sets of neural networks. Particularly, five methods were selected and tested: Smote, Smote + ENN, Smote + Tomek Link, BED and ADASYN. The results obtained were analyzed using metrics from ROC analysis.-
Descrição: dc.descriptionEstudos na área de aprendizado supervisionado têm mostrado que classificadores induzidos a partir de bases de dados desbalanceadas não têm apresentado um bom desempenho. Uma possível solução para este problema é balancear o conjunto de treinamento. Este trabalho propõe um estudo, implementação e comparação de métodos para o balanceamento artificial do conjunto de treinamento para aprendizado supervisionado de Redes Neurais Artificiais. Para a realização deste estudo foram selecionados cinco métodos: Smote, Smote + ENN, Smote + Tomek Link, BED e ADASYN. Ao final foi feita uma análise dos resultados através de métricas extraídas da Análise ROC.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsacesso aberto-
Palavras-chave: dc.subjectClasses desbalanceadas-
Palavras-chave: dc.subjectRedes neurais artificiais-
Palavras-chave: dc.subjectAnálise ROC-
Palavras-chave: dc.subjectSmote-
Palavras-chave: dc.subjectBED-
Palavras-chave: dc.subjectADASYN-
Palavras-chave: dc.subjectTomek link-
Palavras-chave: dc.subjectUnbalanced class-
Palavras-chave: dc.subjectNeural networks-
Palavras-chave: dc.subjectROC analysis-
Palavras-chave: dc.subjectENN-
Título: dc.titleUm estudo comparativo de métodos para balanceamento do conjunto de treinamento em aprendizado de redes neurais artificiais-
Tipo de arquivo: dc.typeTCC-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.