INSTITUTO DE INFORMÁTICA

Universidade Federal de Goiás

Report semanal 16/03/2023

Lucca Emmanuel Pineli Simões

Tópicos

1.Análise de dados

2.Modelos
a. Pré-processamento
b. Resultados
INSTITUTO DE INFORMÁTICA
Universidade Federal de Goiás

1.Análise de dados
Visualização de subportadora

Pego um arquivo
(171 x 12000)

Pego uma subportadora

(de 0 a 170)

Ploto os números
complexos no plano

Coloro os números com

base no tempo
O que eu percebi:

Algumas subportadoras coletam os números apenas

como inteiros. Por isso o padrão 'quadriculado'.

São as mesmas subportadoras para todos os arquivos.

Para cada antena são as mesmas subportadoras

Elas variam entre pares e impares até a subportadora

26, depois invertem e as impares coletam como
números inteiros.
Problema (?)

Tem muita 'sobreposição' de números.

Muitos números complexos se repetem para o mesmo

arquivo.

Medi a taxa dos números 'únicos' com todos os

números que aparecem em vários arquivos. Em média
essa taxa é de 25%-30%, ou seja, 70%-75% dos valores
são valores repetidos.
INSTITUTO DE INFORMÁTICA
Universidade Federal de Goiás

2. Modelos: Pré-processamento
Pipeline

1. Aplico as diferenças de fases (1 com 2, 2 com 3, 1 com 3)

2. Desenrolo os dados

3. Padronizo os dados usando MinMaxScaler()

4. Resolver ruído

5. Subtraio a média dos valores

6. Aplico uma convolução em cada linha ( [-1]*90 + [1]*90)

7. Somo as antenas

8. Tiro o desvio padrão de cada coluna do último resultado.

1.Aplico as diferenças de fases (1 com 2, 2 com 3, 1 com 3)
2.Desenrolo os dados
3.Padronizo os dados usando MinMaxScaler()
4.Resolver ruído
INSTITUTO DE INFORMÁTICA
Universidade Federal de Goiás

Explicação
Exemplo de arquivo 'ruim'
Exemplo sem ruido
INSTITUTO DE INFORMÁTICA
Universidade Federal de Goiás

Voltando
4.Resolver ruído
5.Subtraio a média dos valores
6.Aplico uma convolução em cada linha
INSTITUTO DE INFORMÁTICA
Universidade Federal de Goiás

Jutificativa
Exemplo 1: Respirando
Exemplo 1: Respirando
Exemplo 3: Apneia
Exemplo 4: Apneia
INSTITUTO DE INFORMÁTICA
Universidade Federal de Goiás

Voltando
7.Somo as antenas
8.Tiro o desvio padrão de cada coluna do último resultado.
INSTITUTO DE INFORMÁTICA
Universidade Federal de Goiás

3. Resultados
Random Forest Classifier
(Cross Validation)
Janelas de 15 segundos

Area under the ROC curve: 0.9203

Accuracy: 0.9622
Precision: 0.9004
Recall: 0.8588
F1-Score: 0.8791
Random Forest Classifier
(Cross Validation)
Janelas de 10 segundos

Area under the ROC curve: 0.9165

Accuracy: 0.9481
Precision: 0.8880
Recall: 0.8619
F1-Score: 0.8748
XGBoost (Cross Validation)
Janelas de 15 segundos

Area under the ROC curve: 0.9203

Accuracy: 0.9603
Precision: 0.8876
Recall: 0.8614
F1-Score: 0.8743
XGBoost (Cross Validation)
Janelas de 10 segundos

Area under the ROC curve: 0.9169

Accuracy: 0.9437
Precision: 0.8631
Recall: 0.8706
F1-Score: 0.8668
INSTITUTO DE INFORMÁTICA
Universidade Federal de Goiás

Nota: Outro ruído

INSTITUTO DE INFORMÁTICA
Universidade Federal de Goiás

3. Resultados, sem arquivos com

ruído
Random Forest Classifier
(Cross Validation, no bad arquives)
Janelas de 15 segundos

Area under the ROC curve: 0.9544

Accuracy: 0.9846
Precision: 0.9933
Recall: 0.9100
F1-Score: 0.9498
Random Forest Classifier
(Cross Validation, no bad arquives)
Janelas de 10 segundos

Area under the ROC curve: 0.9514

Accuracy: 0.9778
Precision: 0.9877
Recall: 0.9057
F1-Score: 0.9449
XGBoost (Cross Validation, no bad arquives)
Janelas de 15 segundos

Area under the ROC curve: 0.9592

Accuracy: 0.9853
Precision: 0.9869
Recall: 0.9207
F1-Score: 0.9526
XGBoost (Cross Validation, no bad arquives)
Janelas de 10 segundos

Area under the ROC curve: 0.9559

Accuracy: 0.9761
Precision: 0.9636
Recall: 0.9211
F1-Score: 0.9419
INSTITUTO DE INFORMÁTICA
Universidade Federal de Goiás

Dúvidas?