Banca de DEFESA: GIOVANNI AMORMINO DA SILVA JÚNIOR

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : GIOVANNI AMORMINO DA SILVA JÚNIOR
DATA : 30/11/2020
HORA: 14:00
LOCAL: Videoconferência
TÍTULO:

Método de Imputação Incremental, Simples e Eficiente para Dados Ausentes em Sistemas Evolutivos

PALAVRAS-CHAVES:

Dados Ausentes, Ausência Completamente Aleatória, Ausência Aleatória, Sistemas Evolutivos, Sistemas Fuzzy, Processamento Online

PÁGINAS: 63
RESUMO:

Uma grande dificuldade enfrentada no desenvolvimento de aplicações que utilizam fluxos de dados para resolver problemas de previsão são os dados ausentes. Apesar de existirem técnicas para reduzir os impactos ocasionados por este problema, a maioria dos sistemas não são modelados de forma preventiva para possibilitar o tratamento adequado deste tipo de ocorrência. Neste contexto, este trabalho introduz uma nova abordagem denominada MDP (Missing Data Procedure) que possibilita que modelos evolutivos estimem as variáveis ausentes e, simultaneamente, realizem a previsão da saída utilizando todas as variáveis da amostra. A abordagem proposta foi implementada no eNFN (evolving Neo-Fuzzy Neuron) como um modelo de múltiplas entradas e múltiplas saídas e denominada eNFN-MDP. O MDP também foi implementado no ALMMo (Autonomous Learning Multi-Model) porém, como um modelo de múltiplas entradas e uma saída e chamado de ALMMo-MDP. Experimentos computacionais foram realizados em tarefas de previsão e identificação de sistemas não lineares em cenários de Ausência Completamente Aleatória (\textit{Missing Completely at Random – MCAR) e Ausência Aleatória (Missing at Random – MAR) para avaliar o desempenho do eNFN-MDP e do ALMMo-MDP. Os resultados obtidos foram comparados com métodos alternativos de imputação e mostraram que o eNFN-MDP e o ALMMo-MDP obtiveram um desempenho superior aos das abordagens alternativas e que eles são capazes de estimar as variáveis ausentes e realizar a previsão da saída com precisão. Portanto, os resultados experimentais sugerem a abordagem proposta com uma alternativa simples e eficiente como método de imputação para modelos evolutivos.

MEMBROS DA BANCA:
Externo à Instituição - DANIEL FURTADO LEITE - UFLA
Presidente - ALISSON MARQUES DA SILVA
Externo ao Programa - EDUARDO HABIB BECHELANE MAIA
Interno - THIAGO DE SOUZA RODRIGUES