Classificação de séries temporais por similaridade e extração de atributos com aplicação na identificação automática de insetos (2014)
- Authors:
- Autor USP: SILVA, DIEGO FURTADO - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- Subjects: ANÁLISE DE SÉRIES TEMPORAIS (CLASSIFICAÇÃO;PROCESSAMENTO); MINERAÇÃO DE DADOS; APRENDIZADO COMPUTACIONAL
- Keywords: Attribute extraction; Classificação; Classification; Extração de atributos; Insects; Insetos; Séries Temporais; Similaridade; Similarity; Time series
- Language: Português
- Abstract: Um dos grandes desafios em mineração de dados é a integração de dados temporais ao seu processo. Existe um grande número de aplicações emergentes que envolvem dados temporais, incluindo a identificação de transações fraudulentas em cartões de crédito e ligações telefônicas, a detecção de intrusão em sistemas computacionais, a predição de estruturas secundárias de proteínas, a análise de dados provenientes de sensores, entre muitas outras. Neste trabalho, tem-se interesse na classificação de séries temporais que representam sinais de áudio. Como aplicação principal, tem-se interesse em classificar sinais de insetos coletados por um sensor óptico, que deve ser capaz de contar e classificar os insetos de maneira automática. Apesar de serem coletados opticamente, os sinais capturados se assemelham a sinais de áudio. O objetivo desta pesquisa é comparar métodos de classificação por similaridade e por extração de atributos que possam ser utilizados no contexto da classificação de insetos. Para isso, foram empregados os principais métodos de classificação de sinais de áudio, que têm sido propostos para problemas como reconhecimento de instrumentos musicais, fala e espécies animais. Neste trabalho, é mostrado que, de modo geral, a abordagem por extração de atributos é mais eficaz do que a classificação por similaridade. Mais especificamente, os melhores resultados são obtidos com a utilização de coeficientes mel-cepstrais. Este trabalho apresenta contribuições significativas emoutras aplicações, também relacionadas à análise de séries temporais e sinais de áudio, por similaridade e por extração de atributos
- Imprenta:
- Publisher place: São Carlos
- Date published: 2014
- Data da defesa: 27.02.2014
-
ABNT
SILVA, Diego Furtado. Classificação de séries temporais por similaridade e extração de atributos com aplicação na identificação automática de insetos. 2014. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2014. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-28042014-142456/. Acesso em: 25 abr. 2025. -
APA
Silva, D. F. (2014). Classificação de séries temporais por similaridade e extração de atributos com aplicação na identificação automática de insetos (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-28042014-142456/ -
NLM
Silva DF. Classificação de séries temporais por similaridade e extração de atributos com aplicação na identificação automática de insetos [Internet]. 2014 ;[citado 2025 abr. 25 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-28042014-142456/ -
Vancouver
Silva DF. Classificação de séries temporais por similaridade e extração de atributos com aplicação na identificação automática de insetos [Internet]. 2014 ;[citado 2025 abr. 25 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-28042014-142456/ - Noisy self-training with data augmentations for offensive and hate speech detection tasks
- Large scale similarity-based time series mining
- Proceedings of 21st National Meeting on Artificial and Computational Intelligence
- A new time series framework for forest fire risk forecasting and classification
- Unsupervised feature based algorithms for time series extrinsic regression
- Evaluating sentiment quantification methods in brazilian portuguese corpora
- Large-scale similarity-based time series mining
- Tackling low-resource ECG classification with self-supervised learning
- Hemoglobin estimation from smartphone-based photoplethysmography with small data
- Artist similarity based on heterogeneous graph neural networks
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
