Mudanças entre as edições de "Resultados de Pesquisa"

Edição das 10h25min de 22 de janeiro de 2008

Índice

1 Resultados do VS
2 Resultados do WNN
3 Resultados do WNN-COR
- 3.1 Tabela 3.1
4 Como realizar os experimentos

Resultados do VS

Os resultados preliminares do classificador Vector Space (VS) são mostrados na tabela abaixo.

Tabela 1.1: Desempenho do VS com o **DICIONÁRIO COMPLETO, que abrange cerca de 1,2 milhões de palavras**. PT denota a função para o cálculo dos pesos dos termos, que podem ser computados como a freqüência dos termos (*term frequency (TF)*) ou como a freqüência dos termos multiplicada pela freqüência inversa nos documentos (*inverse document frequency (TFIDF)*); CGD denota as classes gramaticais desconsideradas no *lexicon*; PFS denota a frequência acima da qual a palavra não é incluída no *lexicon*.
EXP.	Dados de Treino						Dados de Teste					Revisão do SCAE	Desempenho (1 - one-error)
EXP.	Tabela	Coluna	Limites	PT	CGD	PFS	Tabela	Coluna	Limites	Nível	PT	Revisão do SCAE	Desempenho (1 - one-error)
1.2.1	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	SUBCLASSE	TF	236	99.07%
1.2.2	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	0 a 3280	SUBCLASSE	TF	236	53.76%
1.2.3	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SUBCLASSE	TF	236	57.22%
1.2.4	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SUBCLASSE	TF	236	81.47%
1.2.5	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	CLASSE	TF	236	84.28%
1.2.6	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	GRUPO	TF	236	87.39%
1.2.7	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	DIVISÃO	TF	236	91.16%
1.2.8	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SEÇÃO	TF	236	93.60%

Resultados do WNN

Os resultados preliminares do classificador Weightless Neural Network (WNN) são mostrados nas tabelas abaixo.

Tabela 2.2: Desempenho do WNN com o **DICIONÁRIO COMPLETO, que abrange cerca de 1,2 milhões de palavras**. A rede neural é configurada com 14x14 neurônios. Para os experimentos 2.2.1 à 2.2.3, o lexicon é composto por 1366 palavras e a rede neural é configurada com uma imagem 37x37 (const IN_WIDTH x const IN_HEIGHT) e configurada com 256 sinapses. Já para os experimentos 2.2.4 à 2.2.8, o lexicon é composto por 3840 palavras e a rede neural é configurada com uma imagem 62x62 e configurada com 512 sinapses. PT denota a função para o cálculo dos pesos dos termos, que podem ser computados como a freqüência dos termos (*term frequency (TF)*) ou como a freqüência dos termos multiplicada pela freqüência inversa nos documentos (*inverse document frequency (TFIDF)*); CGD denota as classes gramaticais desconsideradas no *lexicon*; PFS denota a frequência acima da qual a palavra não é incluída no *lexicon*.
Exp.	Dados de Treino						Dados de Teste					Revisão do SCAE	Desempenho (1 - one-error)
Exp.	Tabela	Coluna	Limites	PT	CGD	PFS	Tabela	Coluna	Limites	Nível	PT	Revisão do SCAE	Desempenho (1 - one-error)
2.2.1	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	SUBCLASSE	TF	236	98.56%
2.2.2	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	0 a 3280	SUBCLASSE	TF	236	63.03%
2.2.3	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SUBCLASSE	TF	236	66.48%
2.2.4	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SUBCLASSE	TF	236	72.21%
2.2.5	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	CLASSE	TF	236	%
2.2.6	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	GRUPO	TF	236	%
2.2.7	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	DIVISÃO	TF	236	%
2.2.8	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SEÇÃO	TF	236	%

Tabela 2.1: Desempenho do WNN. PT denota a função para o cálculo dos pesos dos termos, que podem ser computados como a freqüência dos termos (*term frequency (TF)*) ou como a freqüência dos termos multiplicada pela freqüência inversa nos documentos (*inverse document frequency (TFIDF)*); CGD denota as classes gramaticais desconsideradas no *lexicon*; PFS denota a frequência acima da qual a palavra não é incluída no *lexicon*.
Exp.	Dados de Treino						Dados de Teste					Revisão do SCAE	Desempenho (1 - one-error)
Exp.	Tabela	Coluna	Limites	PT	CGD	PFS	Tabela	Coluna	Limites	Nível	PT	Revisão do SCAE	Desempenho (1 - one-error)
2.1.1	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	SUBCLASSE	TF	78	98.48%
2.1.2	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	0 a 3280	SUBCLASSE	TF	78	63.43%
2.1.3	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SUBCLASSE	TF	78	66.48%
2.1.4	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SUBCLASSE	TF	109	75.69%
2.1.5	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	CLASSE	TF	122	79.59%
2.1.6	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	GRUPO	TF	122	84.39%
2.1.7	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	DIVISÃO	TF	122	88.90%
2.1.8	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SEÇÃO	TF	122	92.32%

Resultados do WNN-COR

Os resultados preliminares do classificador Weightless Neural Network with Data Correlation (WNN-COR) são mostrados na tabela abaixo.

Tabela 3.1

Desempenho do WNN-COR. PT denota a função para o cálculo dos pesos dos termos, que podem ser computados como a freqüência dos termos (*term frequency (TF)*) ou como a freqüência dos termos multiplicada pela freqüência inversa nos documentos (*inverse document frequency (TFIDF)*); CGD denota as classes gramaticais desconsideradas no *lexicon*; PFS denota a frequência acima da qual a palavra não é incluída no *lexicon*.
Exp.	Dados de Treino						Dados de Teste					Revisão do SCAE	Desempenho (1 - one-error)
Exp.	Tabela	Coluna	Limites	PT	CGD	PFS	Tabela	Coluna	Limites	Nível	PT	Revisão do SCAE	Desempenho (1 - one-error)
3.1.1	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	SUBCLASSE	TF	110	98.65%
3.1.2	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	0 a 3280	SUBCLASSE	TF	110	63.87%
3.1.3	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SUBCLASSE	TF	110	66.48%
3.1.4	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SUBCLASSE	TF	110	80.18%
3.1.5	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	CLASSE	TF	122	81.59%
3.1.6	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	GRUPO	TF	122	84.94%
3.1.7	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	DIVISÃO	TF	122	90.43%
3.1.8	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SEÇÃO	TF	122	93.29%

Tabela 3.2: Desempenho do WNN_COR com o **DICIONÁRIO COMPLETO, que abrange cerca de 1,2 milhões de palavras**.A rede neural é configurada com 14x14 neurônios. Para os experimentos 2.2.1 à 2.2.3, o lexicon é composto por 1366 palavras e a rede neural é configurada com uma imagem 37x37 (const IN_WIDTH x const IN_HEIGHT) e configurada com 256 sinapses. Já para os experimentos 2.2.4 à 2.2.8, o lexicon é composto por 3840 palavras e a rede neural é configurada com uma imagem 62x62 e configurada com 512 sinapses. PT denota a função para o cálculo dos pesos dos termos, que podem ser computados como a freqüência dos termos (*term frequency (TF)*) ou como a freqüência dos termos multiplicada pela freqüência inversa nos documentos (*inverse document frequency (TFIDF)*); CGD denota as classes gramaticais desconsideradas no *lexicon*; PFS denota a frequência acima da qual a palavra não é incluída no *lexicon*.
Exp.	Dados de Treino						Dados de Teste					Revisão do SCAE	Desempenho (1 - one-error)
Exp.	Tabela	Coluna	Limites	PT	CGD	PFS	Tabela	Coluna	Limites	Nível	PT	Revisão do SCAE	Desempenho (1 - one-error)
3.1.1	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	SUBCLASSE	TF	110	98.65%
3.1.2	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	0 a 3280	SUBCLASSE	TF	110	63.87%
3.1.3	CNAE_110_SUBCLASSE	DESCRICAO_SUB	0 a 1182	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SUBCLASSE	TF	110	66.48%
3.1.4	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SUBCLASSE	TF	110	80.18%
3.1.5	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	CLASSE	TF	122	81.59%
3.1.6	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	GRUPO	TF	122	84.94%
3.1.7	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	DIVISÃO	TF	122	90.43%
3.1.8	CNAE_110_SUBCLASSE DADOS_VITORIA_SUB_110	DESCRICAO_SUB OBJETO_SOCIAL	0 a 1182 0 a 1639	TF	art. prep.	10000	DADOS_VITORIA_SUB_110	OBJETO_SOCIAL	1640 a 3280	SEÇÃO	TF	122	93.29%

Como realizar os experimentos

Os experimentos são realizados considerando que o sistema SCAE esteja instalado. Para realizar os experimentos, siga os seguintes passos:

1. No diretório code/CORES/DB_CORE executar:

make clean
make

2. Construir as tabelas do DB_CORE. No diretório code/CORES/DB_CORE/ existe arquivos .bat para construir as tabelas do DB_CORE. Normalmente, esses arquivos começam com a palavra build. Para maiores esclarecimentos consulte Criando tabelas no DB_CORE.

Para os experimentos que correspondem à tabela CNAE_110_SUBCLASSE-DESCRICAO_SUB rodar o seguinte script:

./build_tables_subclasse_110.bat

Já para os experimentos que correspondem às tabelas CNAE_110_SUBCLASSE-DESCRICAO_SUB e DADOS_VITORIA_SUB_110-OBJETO_SOCIAL rodar o seguinte script

./build_tables_subclasse_110_sub+vit.bat

Obs: A cada comando build para os cores que alterem a MAE (WNN_CORE e WNN_COR_CORE), recalcular a raiz quadrada do tamanho do lexicon para posterior edicao dos arquivos class_cnae.con. Após obtida a raiz quadrada, editar, no diretório scae/code/CORES/WNN_CORE ou scae/code/CORES/WNN_COR_CORE, os respectivos arquivos class_cnae.con nas seguintes linhas dos mesmos:

   const IN_WIDTH	= 37;
   const IN_HEIGHT	= 37;
esse caso representa um lexicon de tamanho 1366, cuja funcao teto da raiz quadrada, 37, é o valor mais adequado para const IN_WIDTH e 
const IN_HEIGHT, de modo que o resultado da multiplicacao dessas constantes mais se aproxima do tamanho do lexicon.

A cada comando build para os cores que alterem a MAE (WNN_CORE e WNN_COR_CORE), usar como valor de const SYNAPSES a potência de 2 mais próxima e menor que aproximadamente 1/4 do tamanho do lexicon.

  const SYNAPSES       = 256;
esse caso representa um lexicon de tamanho 1366. 1/4 desse valor aproximadamente é 342. A potência de 2 que mais se aproxima e é menor que esse valor
obtido é 256, o valor a ser preenchido.

3. Em code/CORES/DB_CORE, inicializar o servidor DB_CORE:

./db_core init_server ports.cfg

4. Mudar as categorias (atributo Níveis das tabelas) em cada código fonte para cada "core", quando necessário (default é SUBCLASSE):

Em /home/victor/scae/code/CORES/VS_CORE

kdevelop vector_space.c &

Ou em /home/victor/scae/code/CORES/WNN_CORE/class_cnae_user_functions

kdevelop class_cnae_user_functions.c &

Ou em /home/victor/scae/code/CORES/WNN_COR_CORE/class_cnae_user_functions

kdevelop class_cnae_user_functions.c &

5. Experimentos:

5.1. Para realizar experimentos com o VS_CORE:

No diretório code/CORES/VS_CORE execute:

make clean
make
./vs_core

No diretório code/CORES/USER_INTERFACE execute o experimento, por exemplo:

./experimento_1.1.1_train.bat
./experimento_1.1.1_test.bat

5.2. Para realizar experimentos com o WNN_CORE:

No diretório code/CORES/WNN_CORE execute:

make clean
make
./wnn_core

No diretório code/CORES/USER_INTERFACE execute o experimento, por exemplo:

./experimento_2.1.1_train.bat
./experimento_2.1.1_test.bat

5.3. Para realizar experimentos com o WNN_COR_CORE:

No diretório code/CORES/WNN_COR_CORE execute:

make clean
make
./wnn_cor_core

No diretório code/CORES/USER_INTERFACE execute o experimento, por exemplo:

./experimento_3.1.1_train.bat
./experimento_3.1.1_test.bat

@@ Linha 529: / Linha 529: @@
 <br />
-== Resultados do WNN-COR ==
+== '''Resultados do WNN-COR''' ==
 Os resultados preliminares do classificador ''Weightless Neural Network with Data Correlation'' (WNN-COR) são mostrados na tabela abaixo.

Mudanças entre as edições de "Resultados de Pesquisa"

Edição das 10h25min de 22 de janeiro de 2008

Índice

Resultados do VS

Resultados do WNN

Resultados do WNN-COR

Tabela 3.1

Como realizar os experimentos

Menu de navegação

Área Restrita

Domínios

Variantes

Visualizações

Mais

Pesquisa

Menu Principal

Ferramentas