MetaLProjection: Uma Abordagem para Recomendação de Algoritmos de Redução de Dimensionalidade Utilizando Meta-Aprendizagem

Nome do aluno

 

Leonardo Rodrigues Ribeiro

 

Título do trabalho

 

MetaLProjection: Uma Abordagem para Recomendação de Algoritmos de Redução de Dimensionalidade Utilizando Meta-Aprendizagem

 

Resumo do trabalho

 

As técnicas de visualização de dados possuem um enorme potencial para análise, sumarização, compreensão a fim de facilitar a extração de informação. Áreas recentes como Visual Analytics e Ciência de Dados evidenciam a sua importância, principalmente para analisar complexos conjuntos de dados. Nesse sentido, as técnicas de Projeção Multidimensional são particularmente utilizadas para realizar análise visual de conjuntos de dados de alta dimensionalidade, em razão de realizarem redução de dimensionalidade e, por consequência, possuírem melhor escalabilidade no tocante a quantidade de atributos/dimensões. Todavia, há uma grande variedade destas técnicas de projeção e definir qual a mais adequada para encontrar padrões visuais de informação em um, ou vários, conjuntos de dados não é uma tarefa trivial. Ainda que os trabalhos na literatura testem e comparem diferentes técnicas em conjuntos de dados com características distintas, não o fazem de modo sistematizado para facilitar uma escolha para o usuário. Nesse contexto, esta pesquisa utiliza a meta-aprendizagem para classificar e recomendar as projeções multidimensionais considerando determinadas métricas de avaliação em uma base de conhecimento com mais de 500 conjuntos de dados distintos. Para avaliar a abordagem foi observado i) a relação entre os meta-atributos de todos os conjuntos de dados, ii) geração de um ranking contendo o desempenho das técnicas de projeção escolhidas e, iii) acurácia da recomendação dessas técnicas. Por fim, os resultados obtidos mostram que a abordagem desenvolvida contribui de modo eficiente para a escolha e recomendação de técnicas de projeção multidimensional.

 

Orientador

 

Danilo Barbosa Coimbra

 

Co-orientador (opcional)

 

Pablo Andretta Jaskowiak (UFSC)

 

Membro Titular Externo (com afiliação)

 

Thiago Ferreira Covões (UFABC)

 

Link para o curriculum lattes

 

http://lattes.cnpq.br/3706277130006136

 

Membro Titular Interno ou Titular Externo 2 (com afiliação)

 

Ricardo Araújo Rios

 

Link para o curriculum lattes

 

http://lattes.cnpq.br/0427387583450747

 

Membro Suplente Externo (com afiliação)

 

Tácito Trindade de Araújo Tiburtino Neves (UFPB)

 

Link para o curriculum lattes

 

http://lattes.cnpq.br/6235762668449473

 

Membro Suplente Interno ou Suplente Externo 2 (com afiliação)

 

Cássio Vinicius Serafim Prazeres

 

Link para o curriculum lattes

 

http://lattes.cnpq.br/5075736089100544

 

Data da defesa

 

06 Oct, 2023

 

Horário da defesa

 

9:00 AM

 

 

Data da Defesa: 
06/10/2023 - 09:00
Tipo de Defesa: 
Defesa de Mestrado