Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/15994
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Yu, Lin Chi | |
dc.date.accessioned | 2020-11-19T18:25:11Z | - |
dc.date.available | 2020-11-19T18:25:11Z | - |
dc.date.issued | 2019-06-03 | |
dc.identifier.citation | 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. | pt_BR |
dc.identifier.uri | http://repositorio.utfpr.edu.br/jspui/handle/1/15994 | - |
dc.description.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. | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Universidade Tecnológica Federal do Paraná | pt_BR |
dc.rights | openAccess | pt_BR |
dc.subject | Algorítmos | pt_BR |
dc.subject | Mineração de dados (Computação) | pt_BR |
dc.subject | Proteínas | pt_BR |
dc.subject | Arquitetura de rede de computador | pt_BR |
dc.subject | Algorithms | pt_BR |
dc.subject | Data mining | pt_BR |
dc.subject | Proteins | pt_BR |
dc.subject | Computer network architectures | pt_BR |
dc.title | Criação de um método para reduzir a dimensão da hierarquia de classes durante o treinamento do algoritmo MHC-CNN | pt_BR |
dc.title.alternative | Development of a method to reduce the hierarchical class dimension during the algorithm MHC-CNN training phase | pt_BR |
dc.type | bachelorThesis | pt_BR |
dc.description.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. | pt_BR |
dc.degree.local | Ponta Grossa | pt_BR |
dc.publisher.local | Ponta Grossa | pt_BR |
dc.contributor.advisor1 | Borges, Helyane Bronoski | |
dc.contributor.referee1 | Borges , Helyane Bronoski | |
dc.contributor.referee2 | Almeida, Simone de | |
dc.contributor.referee3 | Ranthum, Geraldo | |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Departamento Acadêmico de Informática | pt_BR |
dc.publisher.program | Ciência da Computação | pt_BR |
dc.publisher.initials | UTFPR | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | pt_BR |
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.