Made available in DSpace on 2014-12-17T15:46:59Z (GMT). No. of bitstreams: 1 LauraEASS_TESE.pdf: 2447411 bytes, checksum: 3e442431965058383423623bc7751de0 (MD5) Previous issue date: 2012-02-02 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / Traditional applications of feature selection in areas such as data mining, machine learning and pattern recognition aim to improve the accuracy and to reduce the computational cost of the model. It is done through the removal of redundant, irrelevant or noisy data, finding a representative subset of data that reduces its dimensionality without loss of performance. With the development of research in ensemble of classifiers and the verification that this type of model has better performance than the individual models, if the base classifiers are diverse, comes a new field of application to the research of feature selection. In this new field, it is desired to find diverse subsets of features for the construction of base classifiers for the ensemble systems. This work proposes an approach that maximizes the diversity of the ensembles by selecting subsets of features using a model independent of the learning algorithm and with low computational cost. This is done using bio-inspired metaheuristics with evaluation filter-based criteria / A aplica??o tradicional da sele??o de atributos em diversas ?reas como minera??o de dados, aprendizado de m?quina e reconhecimento de padr?es visa melhorar a acur?cia dos modelos constru?dos com a base de dados, ao retirar dados ruidosos, redundantes ou irrelevantes, e diminuir o custo computacional do modelo, ao encontrar um subconjunto representativo dos dados que diminua sua dimensionalidade sem perda de desempenho. Com o desenvolvimento das pesquisas com comit?s de classificadores e a verifica??o de que esse tipo de modelo possui melhor desempenho que os modelos individuais, dado que os classificadores base sejam diversos, surge uma nova aplica??o ?s pesquisas com sele??o de atributos, que ? a de encontrar subconjuntos diversos de atributos para a constru??o dos classificadores base de comit?s de classificadores. O presente trabalho prop?e uma abordagem que maximiza a diversidade de comit?s de classificadores atrav?s da sele??o de subconjuntos de atributos utilizando um modelo independente do algoritmo de aprendizagem e de baixo custo computacional. Isso ? feito utilizando metaheur?sticas bioinspiradas com crit?rios de avalia??o baseados em filtro

Made available in DSpace on 2014-12-17T15:48:05Z (GMT). No. of bitstreams: 1 EvertonRSC_DISSERT.pdf: 4653595 bytes, checksum: 83e897be68464555082a55505fd406ea (MD5) Previous issue date: 2013-01-31 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / With the advance of the Cloud Computing paradigm, a single service offered by a cloud platform may not be enough to meet all the application requirements. To fulfill such requirements, it may be necessary, instead of a single service, a composition of services that aggregates services provided by different cloud platforms. In order to generate aggregated value for the user, this composition of services provided by several Cloud Computing platforms requires a solution in terms of platforms integration, which encompasses the manipulation of a wide number of noninteroperable APIs and protocols from different platform vendors. In this scenario, this work presents Cloud Integrator, a middleware platform for composing services provided by different Cloud Computing platforms. Besides providing an environment that facilitates the development and execution of applications that use such services, Cloud Integrator works as a mediator by providing mechanisms for building applications through composition and selection of semantic Web services that take into account metadata about the services, such as QoS (Quality of Service), prices, etc. Moreover, the proposed middleware platform provides an adaptation mechanism that can be triggered in case of failure or quality degradation of one or more services used by the running application in order to ensure its quality and availability. In this work, through a case study that consists of an application that use services provided by different cloud platforms, Cloud Integrator is evaluated in terms of the efficiency of the performed service composition, selection and adaptation processes, as well as the potential of using this middleware in heterogeneous computational clouds scenarios / Com o avan?o do paradigma de Computa??o em Nuvem, um ?nico servi?o oferecido por uma plataforma de nuvem pode n?o ser suficiente para satisfazer todos os requisitos da aplica??o. Para satisfazer tais requisitos, ao inv?s de um ?nico servi?o, pode ser necess?ria uma composi??o que agrega servi?os providos por diferentes plataformas de nuvem. A fim de gerar valor agregado para o usu?rio, essa composi??o de servi?os providos por diferentes plataformas de Computa??o em Nuvem requer uma solu??o em termos de integra??o de plataformas, envolvendo a manipula??o de um vasto n?mero de APIs e protocolos n?o interoper?veis de diferentes provedores. Nesse cen?rio, este trabalho apresenta o Cloud Integrator, uma plataforma de middleware para composi??o de servi?os providos por diferentes plataformas de Computa??o em Nuvem. Al?m de prover um ambiente que facilita o desenvolvimento e a execu??o de aplica??es que utilizam tais servi?os, o Cloud Integrator funciona como um mediador provendo mecanismos para a constru??o de aplica??es atrav?s da composi??o e sele??o de servi?os Web sem?nticos que consideram metadados acerca dos servi?os, como QoS (Quality of Service), pre?os etc. Adicionalmente, a plataforma de middleware proposta prov? um mecanismo de adapta??o que pode ser disparado em caso de falha ou degrada??o da qualidade de um ou mais servi?os utilizados pela aplica??o em quest?o, a fim de garantir sua a qualidade e disponibilidade. Neste trabalho, atrav?s de um estudo de caso que consiste de uma aplica??o que utiliza servi?os providos por diferentes plataformas de nuvem, o Cloud Integrator ? avaliado em termos da efici?ncia dos processos de composi??o de servi?os, sele??o e adapta??o realizados, bem como da potencialidade do seu uso em cen?rios de nuvens computacionais heterog?neas