Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/15994| 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 |
| Citação: | 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.utfpr.edu.br/jspui/handle/1/15994 |
| Aparece nas coleções: | PG - Ciência da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| PG_COCIC_2019_1_05.pdf | 3,1 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.