Mineração de dados utilizando aprendizado não-supervisionado: um estudo de caso para bancos de dados da saúde

A mineração de dados constitui o processo de descoberta de conhecimento interessante, com a utilização de métodos e técnicas que permitem analisar grandes conjuntos de dados para a extração de informação previamente desconhecida, válida e que gera ações úteis, de grande ajuda para a tomada de decisões estratégicas. Dentre as tarefas de mineração de dados, existem aquelas que realizam aprendizado não-supervisionado, o qual é aplicado em bases de dados não-classificados, em que o algoritmo extrai as características dos dados fornecidos e os agrupa em classes. Geralmente, o aprendizado não-supervisionado é aplicado em tarefas de agrupamento, que consistem em agrupar os dados de bancos de dados volumosos, com diferentes tipos de dados em classes ou grupos de objetos que são similares dentro de um mesmo grupo e dissimilares em diferentes grupos desses bancos de dados, de acordo com alguma medida de similaridade. Os agrupamentos são usados como ponto de partida para futuras investigações. Este trabalho explora, mediante a realização de um estudo de caso, o uso de agrupamento como tarefa de mineração de dados que realiza aprendizado nãosupervisionado, para avaliar a adequação desta tecnologia em uma base de dados real da área de saúde. Agrupamento é um tema ativo em pesquisas da área pelo seu potencial de aplicação em problemas práticos. O cenário da aplicação é o Sistema de Informações Hospitalares do SUS, sob a gestão da Secretaria Estadual de Saúde do Rio Grande do Sul. Mensalmente, o pagamento de um certo número de internações é bloqueado, uma vez que a cobrança de internações hospitalares é submetida a normas do SUS e a critérios técnicos de bloqueio estabelecidos pela Auditoria Médica da SES para verificar a ocorrência de algum tipo de impropriedade na cobrança dos procedimentos realizados nessas internações hospitalares. A análise de agrupamento foi utilizada para identificar perfis de comportamentos ou tendências nas internações hospitalares e avaliar desvios ou outliers em relação a essas tendências e, com isso, descobrir padrões interessantes que auxiliassem na otimização do trabalho dos auditores médicos da SES. Buscou-se ainda compreender as diferentes configurações de parâmetros oferecidos pela ferramenta escolhida para a mineração de dados, o IBM Intelligent Miner, e o mapeamento de uma metodologia de mineração de dados, o CRISP-DM, para o contexto específico deste estudo de caso. Os resultados deste estudo demonstram possibilidades de criação e melhora dos critérios técnicos de bloqueio das internações hospitalares que permitem a otimização do trabalho de auditores médicos da SES. Houve ainda ganhos na compreensão da tecnologia de mineração de dados com a utilização de agrupamento no que se refere ao uso de uma ferramenta e de uma metodologia de mineração de dados, em que erros e acertos evidenciam os cuidados que devem ser tomados em aplicações dessa tecnologia, além de contribuírem para o seu aperfeiçoamento.

Aprendizado não-supervisionado em redes neurais pulsadas de base radial: um estudo da capacidade de agrupamento para a classificação de pixels

Redes neurais pulsadas - redes que utilizam uma codificação temporal da informação - têm despontado como uma promissora abordagem dentro do paradigma conexionista, emergente da ciência cognitiva. Um desses novos modelos é a rede neural pulsada com função de base radial, que é capaz de armazenar informação nos tempos de atraso axonais dos neurônios. Um algoritmo de aprendizado foi aplicado com sucesso nesta rede pulsada, que se mostrou capaz de mapear uma seqüência de pulsos de entrada em uma seqüência de pulsos de saída. Mais recentemente, um método baseado no uso de campos receptivos gaussianos foi proposto para codificar dados constantes em uma seqüência de pulsos temporais. Este método tornou possível a essa rede lidar com dados computacionais. O processo de aprendizado desta nova rede não se encontra plenamente compreendido e investigações mais profundas são necessárias para situar este modelo dentro do contexto do aprendizado de máquinas e também para estabelecer as habilidades e limitações desta rede. Este trabalho apresenta uma investigação desse novo classificador e um estudo de sua capacidade de agrupar dados em três dimensões, particularmente procurando estabelecer seus domínios de aplicação e horizontes no campo da visão computacional.

Algoritmos de aprendizado semi-supervisionado baseados em grafos aplicados na bioinformática

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Orpheo : uma estrutura de trabalho para integração dos paradigmas de aprendizado supervisionado e não-supervisionado

Esta tese apresenta contribuições ao processo de Descoberta de Conhecimento em Bases de Dados (DCBD). DCBD pode ser entendido como um conjunto de técnicas automatizadas – ou semi-automatizadas – otimizadas para extrair conhecimento a partir de grandes bases de dados. Assim, o já, de longa data, praticado processo de descoberta de conhecimento passa a contar com aprimoramentos que o tornam mais fácil de ser realizado. A partir dessa visão, bem conhecidos algoritmos de Estatística e de Aprendizado de Máquina passam a funcionar com desempenho aceitável sobre bases de dados cada vez maiores. Da mesma forma, tarefas como coleta, limpeza e transformação de dados e seleção de atributos, parâmetros e modelos recebem um suporte que facilita cada vez mais a sua execução. A contribuição principal desta tese consiste na aplicação dessa visão para a otimização da descoberta de conhecimento a partir de dados não-classificados. Adicionalmente, são apresentadas algumas contribuições sobre o Modelo Neural Combinatório (MNC), um sistema híbrido neurossimbólico para classificação que elegemos como foco de trabalho. Quanto à principal contribuição, percebeu-se que a descoberta de conhecimento a partir de dados não-classificados, em geral, é dividida em dois subprocessos: identificação de agrupamentos (aprendizado não-supervisionado) seguida de classificação (aprendizado supervisionado). Esses subprocessos correspondem às tarefas de rotulagem dos itens de dados e obtenção das correlações entre os atributos da entrada e os rótulos. Não encontramos outra razão para que haja essa separação que as limitações inerentes aos algoritmos específicos. Uma dessas limitações, por exemplo, é a necessidade de iteração de muitos deles buscando a convergência para um determinado modelo. Isto obriga a que o algoritmo realize várias leituras da base de dados, o que, para Mineração de Dados, é proibitivo. A partir dos avanços em DCBD, particularmente com o desenvolvimento de algoritmos de aprendizado que realizam sua tarefa em apenas uma leitura dos dados, fica evidente a possibilidade de se reduzir o número de acessos na realização do processo completo. Nossa contribuição, nesse caso, se materializa na proposta de uma estrutura de trabalho para integração dos dois paradigmas e a implementação de um protótipo dessa estrutura utilizando-se os algoritmos de aprendizado ART1, para identificação de agrupamentos, e MNC, para a tarefa de classificação. É também apresentada uma aplicação no mapeamento de áreas homogêneas de plantio de trigo no Brasil, de 1975 a 1999. Com relação às contribuições sobre o MNC são apresentados: (a) uma variante do algoritmo de treinamento que permite uma redução significativa do tamanho do modelo após o aprendizado; (b) um estudo sobre a redução da complexidade do modelo com o uso de máquinas de comitê; (c) uma técnica, usando o método do envoltório, para poda controlada do modelo final e (d) uma abordagem para tratamento de inconsistências e perda de conhecimento que podem ocorrer na construção do modelo.

Representações reduzidas por redes neurais com aprendizado local não-supervisionado sobre campos receptivos restritos

Algoritmos ótimos na extração de componentes principais com aprendizado não-supervisionado em redes neurais de múltiplos neurônios de saída são não-locais, ou seja, as modificações em uma dada sinapse entre dois neurônios dependem também da atividade de outros neurônios. Esta rede ótima extrairá as principais componentes dos dados e submetidos à sua primeira camada. As principais componentes são as projeções destes vetores nos autovalores máximos da matriz de correlação Gij = (eiej), onde a média (-) é sobre a distribuição de e. Existem fortes evidências indicando que sinapses biológicas só se modificam via regras locais, como por exemplo a regra de Hebb. Mas se aplicarmos regras locais numa rede com múltiplas saídas, todos os neurônios da saída serão equivalentes e darão respostas redundantes. A rede será bastante ineficiente. Um modo de contornar este problema é através da restrição dos campos receptivos dos neurônios de saída. Se cada neurônio acessar diferentes partes dos estímulos de entrada, a redundância diminui significativamente. Em contrapartida, ao mesmo tempo que a redundância diminui, também diminui a informação contida em cada neurônio; assim, devemos balancear os dois efeitos otimizando o campo receptivo. O valor ótimo, em geral, depende da natureza dos estímulos, sua estatística, e também do ruído intrínseco à rede. Objetivamos com este trabalho determinar a estrutura ótima de campos receptivos com aprendizado não-supervisionado para uma rede neural de uma camada em diversas condições medindo seu desempenho a partir de técnicas de reconstrução.

Investigando a combinação de técnicas de aprendizado semissupervisionado e classificação hierárquica multirrótulo

Data classification is a task with high applicability in a lot of areas. Most methods for treating classification problems found in the literature dealing with single-label or traditional problems. In recent years has been identified a series of classification tasks in which the samples can be labeled at more than one class simultaneously (multi-label classification). Additionally, these classes can be hierarchically organized (hierarchical classification and hierarchical multi-label classification). On the other hand, we have also studied a new category of learning, called semi-supervised learning, combining labeled data (supervised learning) and non-labeled data (unsupervised learning) during the training phase, thus reducing the need for a large amount of labeled data when only a small set of labeled samples is available. Thus, since both the techniques of multi-label and hierarchical multi-label classification as semi-supervised learning has shown favorable results with its use, this work is proposed and used to apply semi-supervised learning in hierarchical multi-label classication tasks, so eciently take advantage of the main advantages of the two areas. An experimental analysis of the proposed methods found that the use of semi-supervised learning in hierarchical multi-label methods presented satisfactory results, since the two approaches were statistically similar results

Aquisição e otimização de mapas de navegação usando redes neurais

A capacidade de encontrar e aprender as melhores trajetórias que levam a um determinado objetivo proposto num ambiente e uma característica comum a maioria dos organismos que se movimentam. Dentre outras, essa e uma das capacidades que têm sido bastante estudadas nas ultimas décadas. Uma consequência direta deste estudo e a sua aplicação em sistemas artificiais capazes de se movimentar de maneira inteligente nos mais variados tipos de ambientes. Neste trabalho, realizamos uma abordagem múltipla do problema, onde procuramos estabelecer nexos entre modelos fisiológicos, baseados no conhecimento biológico disponível, e modelos de âmbito mais prático, como aqueles existentes na área da ciência da computação, mais especificamente da robótica. Os modelos estudados foram o aprendizado biológico baseado em células de posição e o método das funções potencias para planejamento de trajetórias. O objetivo nosso era unificar as duas idéias num formalismo de redes neurais. O processo de aprendizado de trajetórias pode ser simplificado e equacionado em um modelo matemático que pode ser utilizado no projeto de sistemas de navegação autônomos. Analisando o modelo de Blum e Abbott para navegação com células de posição, mostramos que o problema pode ser formulado como uma problema de aprendizado não-supervisionado onde a estatística de movimentação no meio passa ser o ingrediente principal. Demonstramos também que a probabilidade de ocupação de um determinado ponto no ambiente pode ser visto como um potencial que tem a propriedade de não apresentar mínimos locais, o que o torna equivalente ao potencial usado em técnicas de robótica como a das funções potencias. Formas de otimização do aprendizado no contexto deste modelo foram investigadas. No âmbito do armazenamento de múltiplos mapas de navegação, mostramos que e possível projetar uma rede neural capaz de armazenar e recuperar mapas navegacionais para diferentes ambientes usando o fato que um mapa de navegação pode ser descrito como o gradiente de uma função harmônica. A grande vantagem desta abordagem e que, apesar do baixo número de sinapses, o desempenho da rede e muito bom. Finalmente, estudamos a forma de um potencial que minimiza o tempo necessário para alcançar um objetivo proposto no ambiente. Para isso propomos o problema de navegação de um robô como sendo uma partícula difundindo em uma superfície potencial com um único ponto de mínimo. O nível de erro deste sistema pode ser modelado como uma temperatura. Os resultados mostram que superfície potencial tem uma estrutura ramificada.

Segmentação de imagens utilizando competição e cooperação entre partículas

Este artigo apresenta uma proposta de extensão do modelo de aprendizado semi-supervisionado conhecido como Competição e Cooperação entre Partículas para a realização de tarefas de segmentação de imagens. Resultados preliminares mostram que esta é uma abordagem promissora.

Segmentação interativa de imagens utilizando competição e cooperação entre partículas

Pós-graduação em Ciência da Computação - IBILCE

A contribution to semantic description of images and videos: an application of soft biometrics

Humans have a high ability to extract visual data information acquired by sight. Trought a learning process, which starts at birth and continues throughout life, image interpretation becomes almost instinctively. At a glance, one can easily describe a scene with reasonable precision, naming its main components. Usually, this is done by extracting low-level features such as edges, shapes and textures, and associanting them to high level meanings. In this way, a semantic description of the scene is done. An example of this, is the human capacity to recognize and describe other people physical and behavioral characteristics, or biometrics. Soft-biometrics also represents inherent characteristics of human body and behaviour, but do not allow unique person identification. Computer vision area aims to develop methods capable of performing visual interpretation with performance similar to humans. This thesis aims to propose computer vison methods which allows high level information extraction from images in the form of soft biometrics. This problem is approached in two ways, unsupervised and supervised learning methods. The first seeks to group images via an automatic feature extraction learning , using both convolution techniques, evolutionary computing and clustering. In this approach employed images contains faces and people. Second approach employs convolutional neural networks, which have the ability to operate on raw images, learning both feature extraction and classification processes. Here, images are classified according to gender and clothes, divided into upper and lower parts of human body. First approach, when tested with different image datasets obtained an accuracy of approximately 80% for faces and non-faces and 70% for people and non-person. The second tested using images and videos, obtained an accuracy of about 70% for gender, 80% to the upper clothes and 90% to lower clothes. The results of these case studies, show that proposed methods are promising, allowing the realization of automatic high level information image annotation. This opens possibilities for development of applications in diverse areas such as content-based image and video search and automatica video survaillance, reducing human effort in the task of manual annotation and monitoring.

O estágio supervisionado e a escola de educação básica : Movimentos e processos identitários junto à profissão professor

O Estágio Supervisionado nos cursos de formação de professores apresenta-se como condição básica para a formação do profissional que trabalhará com crianças, jovens e adultos em processos de escolarização. No caso do Curso de Pedagogia da Universidade Estadual do Sudoeste da Bahia (UESB), este estágio visa proporcionar experiências formativas para os graduandos junto à Educação Infantil e Séries Iniciais do Ensino Fundamental. O objetivo deste texto é de apresentar um pouco dessa experiência como professora de Estágio e apontar a importância, bem como a necessidade de encontrar no Estágio Supervisionado um espaço de movimentos Identitários junto à profissão de professor. Aparentemente é lugar comum esperar que o estágio de fato se apresente como essa ponte entre a realidade dos alunos da graduação com a realidade profissional que os espera após sua formação, porém a partir de nossos trabalhos realizados como orientadora, supervisora e coordenadora junto a essa disciplina, percebemos que por muitas vezes é no Estágio, e somente no Estágio que tal aluno consegue se perceber como pertencente a um grupo que tem saberes específicos, como sendo responsável por outros sujeitos e se reconhece como partícipe de um processo que envolve outras histórias, outros atores. É nesse ambiente que pretendemos ampliar nosso debate. Por muitos anos no Estágio, os alunos afirmavam que não seguiriam a profissão de professor em sala de aula por acharem que depois da experiência vivenciada por eles não “levavam jeito para a coisa”, “não sabiam planejar aulas eficientes”, ou que de “fato não sabiam cuidar de crianças”, nem tão pouco gostavam da situação precária social que os professores se encontravam/e ainda se encontram nas escolas de Educação Infantil e Ensino Fundamental – Series Iniciais no Brasil. A partir do ano de 2002, a disciplina de estágio Supervisionado passou a gerar espaços de maiores diálogos entre as escolas da comunidade, os alunos/estagiários e professores/orientadores quando percebemos o grau de responsabilidade que tínhamos como professoras, que para além de ensinar conteúdos destinados aos saberes docentes, éramos também responsáveis por apresentar a importância de uma “felicidade” junto à sua profissão. Os percursos trilhados por esta disciplina tentou fortalecer questões inerentes ao ser professor, ao que é a escola, à carreira e o aprendizado contínuo, afagou as questões inerentes ao papel do professor para a sociedade, para a história das profissões e tentou situá-los na condição de continuidade nos processos identitários junto à profissão. Para tanto recorremos a um trabalho coletivo junto à comunidade de professores, coordenadores pedagógicos, diretores, orientadores de estágio e estagiários na perspetiva de renovar o sentido do estagiário na escola, do professor regente e dos próprios orientadores nesse processo formativo. Os diários de bordo, as reuniões semanais com todos os sujeitos envolvidos no processo, bem como espaços para estudos sobre a escola básica/professor/campo de trabalho foram elementos imprescindíveis nesse reconhecimento de si. O texto oferece assim uma referência para trabalhos na área, possibilitando a ampliação dessa discussão que vive de movimentos da prática para se renovar e renovar os estudos do tema em questão.

A contribuição do estudo supervisionado no processo de aprendizagem da escola de referência em ensino médio de Timbaúba

A presente pesquisa teve como objetivo principal analisar a prática do Estudo Supervisionado da Escola de Referência em Ensino Médio de Timbaúba, visando verificar se há inovação pedagógica nesta prática e quais as contribuições da mesma para o processo de aprendizagem dos estudantes desta instituição de ensino. Para essa investigação utilizamos uma abordagem qualitativa, o estudo de caso etnográfico. Como procedimentos metodológicos foram utilizados registros fotográficos, entrevistas, questionários e análises de documentos. Participaram como sujeitos da pesquisa um total de 415 alunos e 12 professores. Para fundamentação teórica deste estudo, utilizamos as concepções propostas por autores de referência nas áreas de inovação pedagógica, práticas pedagógicas, aprendizagem e mudanças de paradigmas, que nos proporcionaram a discussão dos principais conceitos teóricos necessários ao desenvolvimento deste trabalho. A análise do contexto em que a prática do Estudo Supervisionado é desenvolvida, e das estratégias de aprendizagem utilizadas durante esta prática, foi realizada por meio da identificação da eficácia desta para o processo de aprendizagem dos estudantes da EREMT. Os resultados evidenciaram que a prática pedagógica desenvolvida no Estudo Supervisionado tem como principal característica inovadora a possibilidade do aluno assumir o papel de construtor ativo do seu conhecimento. As oportunidades de escolhas das atividades a serem desenvolvidas pelos aprendizes durante a realização do Estudo Supervisionado, proporciona o desenvolvimento da autonomia que favorece o enriquecimento de seu aprendizado através das ações construcionistas do aprender fazendo, que é característica importante para o ser humano na atual sociedade globalizada.

Uso de confiabilidade na rotulação de exemplos em problemas de classificação multirrótulo com aprendizado semissupervisionado

The techniques of Machine Learning are applied in classification tasks to acquire knowledge through a set of data or information. Some learning methods proposed in literature are methods based on semissupervised learning; this is represented by small percentage of labeled data (supervised learning) combined with a quantity of label and non-labeled examples (unsupervised learning) during the training phase, which reduces, therefore, the need for a large quantity of labeled instances when only small dataset of labeled instances is available for training. A commom problem in semi-supervised learning is as random selection of instances, since most of paper use a random selection technique which can cause a negative impact. Much of machine learning methods treat single-label problems, in other words, problems where a given set of data are associated with a single class; however, through the requirement existent to classify data in a lot of domain, or more than one class, this classification as called multi-label classification. This work presents an experimental analysis of the results obtained using semissupervised learning in troubles of multi-label classification using reliability parameter as an aid in the classification data. Thus, the use of techniques of semissupervised learning and besides methods of multi-label classification, were essential to show the results

O papel do estágio supervisionado na formação inicial de professores: investigando perspectivas de alunos de um curso de licenciatura em Ciências Biológicas

O presente trabalho teve como objetivo identificar e analisar concepções sobre o papel do estágio supervisionado de um grupo de alunos de um curso de Ciências Biológicas. Participaram 48 alunos de um curso de licenciatura que responderam a um questionário com questões abertas. Foram identificados 4 agrupamentos das ideias dos alunos sobre o papel do estágio supervisionado: "Treinamento profissional" que reuniu 15 alunos participantes, "Aprendizado com a prática" e "Interação com a realidade escolar", que reuniram, cada um, 12 alunos participantes e "Desenvolvimento de habilidades pessoais", que reuniu 6 alunos. Observamos que houve um predomínio de uma concepção técnico-instrumental do estágio supervisionado.

Ensino e aprendizado em serviços de atenção básica do SUS: desafios da formação médica com a perspectiva da integralidade narrativas e tessituras

Esta investigação enfoca processos de ensino, aprendizagem e avaliação na graduação médica, que acontecem em serviços básicos do Sistema Único de Saúde (SUS), com ênfase nos entraves e potencialidades para a transformação das relações entre a formação e a assistência na perspectiva da integralidade, tendo como referência as Diretrizes Curriculares Nacionais para os Cursos de Graduação em medicina, homologadas pelo Conselho Nacional de Educação em 2001. Com uma abordagem metodológica qualitativa que reúne contribuições da etnografia, da pesquisa transdisciplinar e da cartografia, a pesquisadora propõe ao leitor um diálogo com os relatos de suas observações (de experiências formativas na atenção básica) e dados oriundos da sua própria preceptoria de estudantes de medicina envolvidos em atividades em um centro municipal de saúde. Aponta desafios que necessitam ser enfrentados como: a hegemonia da racionalidade biomédica na conformação do modelo tecnoassistencial e a necessidade de efetivar uma política de recursos humanos no setor que incentive a integração universidade-serviço-comunidade, na aproximação da graduação ao cotidiano do trabalho em saúde e à realidade de vida da população. Estas questões estão associadas ao atual debate sobre integração curricular , educação permanente visando uma práxis formativa criativa que envolva o desenvolvimento de competências (técnico-políticas) e o compromisso para com o cuidado no SUS. Conclui que é justamente na trama local cotidiana, na problematização e intercâmbio entre experiências, que afloram caminhos criativos na superação das rotinas e práticas mecanizadas . Estes processos transformadores são matérias de reflexão para que novos projetos de cuidado sejam construídos coletivamente, emergindo novos patamares na assistência e na formação.