ANÁLISE DO DESEMPENHO DO ALGORTIMO K-NEAREST NEIGHBORS NA CLASSIFICAÇÃO DE PATOLOGIAS DE COLUNA VERTEBRAL
"2019-09-02 00:00:00" // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php
App\Base\Administrativo\Model\Artigo {#1843 // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php #connection: "mysql" +table: "artigo" #primaryKey: "id" #keyType: "int" +incrementing: true #with: [] #withCount: [] +preventsLazyLoading: false #perPage: 15 +exists: true +wasRecentlyCreated: false #escapeWhenCastingToString: false #attributes: array:35 [ "id" => 56476 "edicao_id" => 110 "trabalho_id" => 1160 "inscrito_id" => 2801 "titulo" => "ANÁLISE DO DESEMPENHO DO ALGORTIMO K-NEAREST NEIGHBORS NA CLASSIFICAÇÃO DE PATOLOGIAS DE COLUNA VERTEBRAL" "resumo" => "A ANÁLISE DE GRANDES QUANTIDADES DE DADOS TORNA-SE, UMA TAREFA DESAFIADORA. PARA ESSA TAREFA É IMPRESCINDÍVEL A UTILIZAÇÃO E DESENVOLVIMENTO DE FERRAMENTAS COMPUTACIONAIS QUE, DE FORMA INTELIGENTE, PROCESSEM AS INFORMAÇÕES DOS BANCOS DE DADOS PARA QUE AUXILIEM NA TOMADA DE DECISÃO. ASSIM, O OBJETIVO DESSE TRABALHO É BUSCAR O MELHOR RESULTADO DO DESEMPENHO DO ALGORITMO K-NEAREST NEIGHBOR (KNN) NA CLASSIFICAÇÃO DE PATOLOGIAS DA COLUNA VERTEBRAL, PARA AUXÍLIO NA TOMADA DE DECISÃO. TRATA-SE DE UMA PESQUISA CIENTÍFICA, EXPERIMENTAL DO TIPO EXPLORATÓRIA E PRESCRITIVA DE ABORDAGEM QUANTITATIVA A PARTIR DA APLICAÇÃO DO ALGORITMO KNN, UTILIZANDO ATRIBUTOS BIOMECÂNICOS PARA EFETUAR A CATEGORIZAÇÃO DE UM PACIENTE EM TRÊS CLASSES: PACIENTES NORMAIS, PACIENTES COM ESPONDILOLISTESE E PACIENTES COM HÉRNIA DE DISCO. OS DADOS DO BANCO FORAM TREINADOS POR VÁRIAS SIMULAÇÕES EM BUSCA DO MELHOR MODELO, E OS MELHORES VALORES DE PREDIÇÃO APRESENTADOS PELO ALGORITMO KNN OCORRERAM NO MODO PERCENTAGE SPLIT DE 66%, RANDOM SEED FOR XVAL/% SPLIT DE 2, COM K IGUAL A 9 E A DISTÂNCIA PONDERADA INVERSA. OBTENDO COMO RESULTADO UM ÓTIMO COEFICIENTE KAPPA CAPAZ DE CLASSIFICAR CORRETAMENTE 88,57% DOS INDIVÍDUOS. A MATRIZ DE CONFUSÃO MOSTROU OS ACERTOS E ERROS ENCONTRADOS NO MODELO, CORRESPONDENDO AO NÚMERO TOTAL DE INSTÂNCIAS PARA TESTE DE 105, DESSES 93 FORAM CLASSIFICADOS CORRETAMENTE E 12 CLASSIFICADOS INCORRETAMENTE. MOSTRANDO O MODELO COMO EFICAZ PARA O PROPOSTO." "modalidade" => "Comunicação Oral (CO)" "area_tematica" => "AT 10: Ciências da Saúde: abordagens na pesquisa e no ensino" "palavra_chave" => "TOMADA DE DECISÕES, COLUNA VERTEBRAL, K-NEAREST NEIGHBORS" "idioma" => "Português" "arquivo" => "TRABALHO_EV126_MD1_SA10_ID2801_12082019194216.pdf" "created_at" => "2020-05-28 15:53:52" "updated_at" => "2020-06-09 19:23:38" "ativo" => 1 "autor_nome" => "NATASHA SELEIDY RAMOS DE MEDEIROS" "autor_nome_curto" => "NATASHA" "autor_email" => "natashaseleidy@gmail.com" "autor_ies" => "UNIVERSIDADE FEDERAL DA PARAÍBA - UFPB" "autor_imagem" => "" "edicao_url" => "anais-iv-conapesc" "edicao_nome" => "Anais IV CONAPESC" "edicao_evento" => "IV Congresso Nacional de Pesquisa e Ensino em Ciências" "edicao_ano" => 2019 "edicao_pasta" => "anais/conapesc/2019" "edicao_logo" => "5e49fc4622961_16022020233654.png" "edicao_capa" => "5f1841846340e_22072020103916.jpg" "data_publicacao" => null "edicao_publicada_em" => "2019-09-02 00:00:00" "publicacao_id" => 28 "publicacao_nome" => "Anais do Conapesc" "publicacao_codigo" => "2525-6696" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #original: array:35 [ "id" => 56476 "edicao_id" => 110 "trabalho_id" => 1160 "inscrito_id" => 2801 "titulo" => "ANÁLISE DO DESEMPENHO DO ALGORTIMO K-NEAREST NEIGHBORS NA CLASSIFICAÇÃO DE PATOLOGIAS DE COLUNA VERTEBRAL" "resumo" => "A ANÁLISE DE GRANDES QUANTIDADES DE DADOS TORNA-SE, UMA TAREFA DESAFIADORA. PARA ESSA TAREFA É IMPRESCINDÍVEL A UTILIZAÇÃO E DESENVOLVIMENTO DE FERRAMENTAS COMPUTACIONAIS QUE, DE FORMA INTELIGENTE, PROCESSEM AS INFORMAÇÕES DOS BANCOS DE DADOS PARA QUE AUXILIEM NA TOMADA DE DECISÃO. ASSIM, O OBJETIVO DESSE TRABALHO É BUSCAR O MELHOR RESULTADO DO DESEMPENHO DO ALGORITMO K-NEAREST NEIGHBOR (KNN) NA CLASSIFICAÇÃO DE PATOLOGIAS DA COLUNA VERTEBRAL, PARA AUXÍLIO NA TOMADA DE DECISÃO. TRATA-SE DE UMA PESQUISA CIENTÍFICA, EXPERIMENTAL DO TIPO EXPLORATÓRIA E PRESCRITIVA DE ABORDAGEM QUANTITATIVA A PARTIR DA APLICAÇÃO DO ALGORITMO KNN, UTILIZANDO ATRIBUTOS BIOMECÂNICOS PARA EFETUAR A CATEGORIZAÇÃO DE UM PACIENTE EM TRÊS CLASSES: PACIENTES NORMAIS, PACIENTES COM ESPONDILOLISTESE E PACIENTES COM HÉRNIA DE DISCO. OS DADOS DO BANCO FORAM TREINADOS POR VÁRIAS SIMULAÇÕES EM BUSCA DO MELHOR MODELO, E OS MELHORES VALORES DE PREDIÇÃO APRESENTADOS PELO ALGORITMO KNN OCORRERAM NO MODO PERCENTAGE SPLIT DE 66%, RANDOM SEED FOR XVAL/% SPLIT DE 2, COM K IGUAL A 9 E A DISTÂNCIA PONDERADA INVERSA. OBTENDO COMO RESULTADO UM ÓTIMO COEFICIENTE KAPPA CAPAZ DE CLASSIFICAR CORRETAMENTE 88,57% DOS INDIVÍDUOS. A MATRIZ DE CONFUSÃO MOSTROU OS ACERTOS E ERROS ENCONTRADOS NO MODELO, CORRESPONDENDO AO NÚMERO TOTAL DE INSTÂNCIAS PARA TESTE DE 105, DESSES 93 FORAM CLASSIFICADOS CORRETAMENTE E 12 CLASSIFICADOS INCORRETAMENTE. MOSTRANDO O MODELO COMO EFICAZ PARA O PROPOSTO." "modalidade" => "Comunicação Oral (CO)" "area_tematica" => "AT 10: Ciências da Saúde: abordagens na pesquisa e no ensino" "palavra_chave" => "TOMADA DE DECISÕES, COLUNA VERTEBRAL, K-NEAREST NEIGHBORS" "idioma" => "Português" "arquivo" => "TRABALHO_EV126_MD1_SA10_ID2801_12082019194216.pdf" "created_at" => "2020-05-28 15:53:52" "updated_at" => "2020-06-09 19:23:38" "ativo" => 1 "autor_nome" => "NATASHA SELEIDY RAMOS DE MEDEIROS" "autor_nome_curto" => "NATASHA" "autor_email" => "natashaseleidy@gmail.com" "autor_ies" => "UNIVERSIDADE FEDERAL DA PARAÍBA - UFPB" "autor_imagem" => "" "edicao_url" => "anais-iv-conapesc" "edicao_nome" => "Anais IV CONAPESC" "edicao_evento" => "IV Congresso Nacional de Pesquisa e Ensino em Ciências" "edicao_ano" => 2019 "edicao_pasta" => "anais/conapesc/2019" "edicao_logo" => "5e49fc4622961_16022020233654.png" "edicao_capa" => "5f1841846340e_22072020103916.jpg" "data_publicacao" => null "edicao_publicada_em" => "2019-09-02 00:00:00" "publicacao_id" => 28 "publicacao_nome" => "Anais do Conapesc" "publicacao_codigo" => "2525-6696" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #changes: [] #casts: array:14 [ "id" => "integer" "edicao_id" => "integer" "trabalho_id" => "integer" "inscrito_id" => "integer" "titulo" => "string" "resumo" => "string" "modalidade" => "string" "area_tematica" => "string" "palavra_chave" => "string" "idioma" => "string" "arquivo" => "string" "created_at" => "datetime" "updated_at" => "datetime" "ativo" => "boolean" ] #classCastCache: [] #attributeCastCache: [] #dates: [] #dateFormat: null #appends: [] #dispatchesEvents: [] #observables: [] #relations: [] #touches: [] +timestamps: false #hidden: [] #visible: [] +fillable: array:13 [ 0 => "edicao_id" 1 => "trabalho_id" 2 => "inscrito_id" 3 => "titulo" 4 => "resumo" 5 => "modalidade" 6 => "area_tematica" 7 => "palavra_chave" 8 => "idioma" 9 => "arquivo" 10 => "created_at" 11 => "updated_at" 12 => "ativo" ] #guarded: array:1 [ 0 => "*" ] }