Criação de um método para reduzir a dimensão da hierarquia de classes durante o treinamento do algoritmo MHC-CNN

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorBorges, Helyane Bronoski-
Autor(es): dc.contributorBorges , Helyane Bronoski-
Autor(es): dc.contributorAlmeida, Simone de-
Autor(es): dc.contributorRanthum, Geraldo-
Autor(es): dc.creatorYu, Lin Chi-
Data de aceite: dc.date.accessioned2022-02-21T22:18:43Z-
Data de disponibilização: dc.date.available2022-02-21T22:18:43Z-
Data de envio: dc.date.issued2020-11-18-
Data de envio: dc.date.issued2020-11-18-
Data de envio: dc.date.issued2019-06-03-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/15994-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/672348-
Descrição: dc.descriptionData 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.-
Descrição: dc.descriptionClassificação 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.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPonta Grossa-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Informática-
Publicador: dc.publisherCiência da Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectAlgorítmos-
Palavras-chave: dc.subjectMineração de dados (Computação)-
Palavras-chave: dc.subjectProteínas-
Palavras-chave: dc.subjectArquitetura de rede de computador-
Palavras-chave: dc.subjectAlgorithms-
Palavras-chave: dc.subjectData mining-
Palavras-chave: dc.subjectProteins-
Palavras-chave: dc.subjectComputer network architectures-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleCriação de um método para reduzir a dimensão da hierarquia de classes durante o treinamento do algoritmo MHC-CNN-
Título: dc.titleDevelopment of a method to reduce the hierarchical class dimension during the algorithm MHC-CNN training phase-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.