Open Daily: 10am - 10pm | Alley door pickup 10am - 7pm 3038 Hennepin Ave Minneapolis, MN
612-822-4611

  • Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Estudo de caso: Análise de acidentes com aeronaves utilizando diferentes classificadores

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

Christopher, A. B. Arockia
Balakrishnan, M.
Janani, A. P.

Paperback

General Computers

ISBN10: 6208016169
ISBN13: 9786208016166
Publisher: Edicoes Nosso Conhecimento
Published: Aug 28 2024
Pages: 76
Weight: 0.27
Height: 0.18 Width: 6.00 Depth: 9.00
Language: Portuguese
Nos conjuntos de dados do mundo real, existem muitos dados redundantes e contraditórios. O desempenho de um algoritmo de classificação na extração de dados é grandemente afetado por informações ruidosas (ou seja, redundantes e contraditórias). Estes parâmetros não só aumentam o custo do processo de extração, como também degradam o desempenho de deteção dos classificadores. Têm de ser removidos para aumentar a eficiência e a precisão dos classificadores. A extração de dados é um processo de análise de dados que é realizado para grandes volumes de dados. Neste trabalho, propõe-se uma metodologia para avaliar o risco e as questões de segurança dos acidentes com aeronaves. Este trabalho centra-se em diferentes técnicas de seleção de caraterísticas aplicadas ao conjunto de dados de uma base de dados de uma companhia aérea para compreender e limpar o conjunto de dados. Os seguintes avaliadores são CFS, CS, GR, Ganho de informação, Atributo OneR, Transformador PCA, Atributo ReliefF e Atributo SU utilizados neste estudo para reduzir o número de atributos iniciais. Os algoritmos de classificação como Decision Tree (DT), Naive Bayes (NB), Artificial Neural Network (ANN), K-Nearest Neighbour (KNN) e Support Vetor Machines (SVM) são utilizados para prever o nível de aviso do componente como atributo de classe.

Also from

Christopher, A. B. Arockia

View All

Also in

General Computers

View All