Sistema híbrido inteligente para geração, seleção e combinação de classificadores

Abstract

Diversos estudos em Aprendizagem de Máquina demonstram teoricamente e empiricamente que problemas de classificação geralmente apresentam melhores taxas de acerto através da combinação de múltiplos classificadores. Essa estratégia assemelha-se a natureza humana em buscar opiniões de diferentes especialistas, a fim de se obter uma decisão mais precisa. Contudo, nem sempre são selecionados os classificadores mais adequados para prever o padrão em questão, especialmente se tratando da combinação estática de classificadores. A seleção (ou combinação) dinâmica de classificadores é uma técnica que usa a ideia de regiões de competência, na qual presume-se que diferentes classificadores são mais apropriados para rotular padrões com diferentes graus de dificuldade. Embora os atuais métodos apresentem diferenças em vários aspectos, a regra que seleciona o(s) classificador(es), em geral, é genérica e fixa. Além disso, a hipótese utilizada para decidir se um classificador será selecionado é, na maioria das vezes, definida com base em apenas um único critério. Sistemas Híbridos Inteligentes são modelos que resultam da combinação de duas, ou mais técnicas distintas, visando unir vantagens para suprir deficiências individuais. Neste sentido, a presente pesquisa tem como objetivo propor e avaliar a hibridização de técnicas que orientem tanto a geração do conjunto de classificadores como a posterior combinação destes. Os resultados experimentais sugerem que o sistema proposto apresenta desempenho superior quando comparado com algumas das principais técnicas existentes na literatura.