Aplicando redes neurais para reduzir espaço utilizado no armazenamento de conjuntos de dados

  • Rafael Martins Trindade
  • Ricardo Petri Silva

Resumo

Ao trabalhar com Aprendizagem de Máquina, existem casos em que manipular o conjunto de dados pode se tornar trabalhoso ou demorado devido à grande quantidade de informação. Apesar de existirem técnicas de redução de dimensionalidade como a análise de componentes principais ou a análise discriminante linear que podem ser utilizadas para reduzir a quantidade de atributos, elas não são capazes de reduzir o conjunto de dados sem perda de informação. Esse trabalho busca investigar a possibilidade de empregar técnicas que transformam dados de formas que seriam extremamente difíceis de reverter ao combiná-las com o uso de redes neurais para essa restauração dos dados, sem que haja perda de informação. Para isso, foi criada uma prova de conceito utilizando a base de dados clássica de flores Iris. Apesar de não terem sido capazes de restaurar o conjunto de dados original, os modelos testados foram capazes de obter valores muito próximos dos originais. Por se tratar de um estudo inicial, houveram diversas limitações nos testes realizados. Ainda que o objetivo proposto não tenha sido atingido, ficou evidente que ainda existe potencial inexplorado para este conceito.

Biografia do Autor

Rafael Martins Trindade

Centro Universitário Filadélfia de Londrina - UniFil

Ricardo Petri Silva

Centro Universitário Filadélfia de Londrina - UniFil

Publicado
2024-08-21
Como Citar
Trindade, R., & Silva, R. (2024). Aplicando redes neurais para reduzir espaço utilizado no armazenamento de conjuntos de dados. Revista Terra & Cultura: Cadernos De Ensino E Pesquisa, 40(especial), 46-65. Recuperado de http://periodicos.unifil.br/index.php/Revistateste/article/view/3153/2899

##plugins.generic.recommendByAuthor.heading##