Estudo de caso: Análise de acidentes com aeronaves utilizando diferentes classificadores

Nos conjuntos de dados do mundo real, existem muitos dados redundantes e contradit?rios. O desempenho de um algoritmo de classifica??o na extra??o de dados ? grandemente afetado por informa??es ruidosas (ou seja, redundantes e contradit?rias). Estes par?metros n?o s? aumentam o custo do processo de extra??o, como tamb?m degradam o desempenho de dete??o dos classificadores. T?m de ser removidos para aumentar a efici?ncia e a precis?o dos classificadores. A extra??o de dados ? um processo de an?lise de dados que ? realizado para grandes volumes de dados. Neste trabalho, prop?e-se uma metodologia para avaliar o risco e as quest?es de seguran?a dos acidentes com aeronaves. Este trabalho centra-se em diferentes t?cnicas de sele??o de carater?sticas aplicadas ao conjunto de dados de uma base de dados de uma companhia a?rea para compreender e limpar o conjunto de dados. Os seguintes avaliadores s?o CFS, CS, GR, Ganho de informa??o, Atributo OneR, Transformador PCA, Atributo ReliefF e Atributo SU utilizados neste estudo para reduzir o n?mero de atributos iniciais. Os algoritmos de classifica??o como Decision Tree (DT), Naive Bayes (NB), Artificial Neural Network (ANN), K-Nearest Neighbour (KNN) e Support Vetor Machines (SVM) s?o utilizados para prever o n?vel de aviso do componente como atributo de classe.

Author: A. B. Arockia Christopher

Publisher: Edicoes Nosso Conhecimento

Publication Date: Aug 28, 2024

Number of Pages: 76 pages

Binding: Paperback or Softback

ISBN-10: 6208016169

ISBN-13: 9786208016166