Transferência de Aprendizado para Redes Bayesianas com Aplicação em Predição de Falha de Discos Rígidos

Authors

  • Francisco Lucas F. Pereira
  • Fernando Dione S. Lima
  • Lucas G. M. Leite
  • João Paulo P. Gomes
  • Javam C. Machado

DOI:

https://doi.org/10.5753/reic.2018.1065

Abstract

Predizer falhas em Discos Rígidos é muito importante para evitar perda de dados e custos adicionais. Logo, um esforço pode ser observado para encontrar métodos adequados de predição de falhas. Apesar dos resultados encorajantes alcançados por vários métodos, um aspecto notado é a falta de dados disponíveis para construir modelos confiáveis. Transferência de Aprendizado oferece uma alternativa válida, uma vez que pode ser usada para transferir conhecimento de modelos de Disco com muitos dados para Discos com menos dados. Neste trabalho, avaliamos estratégias de Transferência de Aprendizado para esta tarefa. Além disso propomos uma estratégia para construir fontes de informação baseadas no agrupamento de modelos de disco parecidos. Resultados mostraram que todos os cenários testados de transferência melhoram a performance dos métodos de predição, principalmente para Discos com muito poucos dados.

Downloads

Não há dados estatísticos.

Downloads

Published

2018-06-02

Como Citar

Pereira, F. L. F., Lima, F. D. S., Leite, L. G. M., Gomes, J. P. P., & Machado, J. C. (2018). Transferência de Aprendizado para Redes Bayesianas com Aplicação em Predição de Falha de Discos Rígidos. Revista Eletrônica De Iniciação Científica Em Computação, 16(3). https://doi.org/10.5753/reic.2018.1065

Issue

Section

Edição Especial: CTIC/CSBC