Banca de DEFESA: RAFAEL ALEXANDRINO SPÍNDOLA DE SOUZA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: RAFAEL ALEXANDRINO SPÍNDOLA DE SOUZA
DATA: 15/04/2021
HORA: 14:00
LOCAL: Google Meet
TÍTULO: Um Sistema de Apoio à Detecção de Anomalias em Dados Governamentais usando Múltiplos Classificadores
PALAVRAS-CHAVES: Detecção de anomalias, Detecção de outliers, Aprendizagem (não) supervisionada, Mineração de Dados, Dados Governamentais.
PÁGINAS: 85
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
RESUMO: Com quantidades cada vez maiores de dados para serem analisados e corretamente interpretados, a Detecção de Anomalias (ou Outliers) surge como uma das áreas de grande impacto no contexto da Mineração de Dados (MD). Suas aplicações estendem-se aos mais diversos campos da atuação humana, notadamente na medicina, administração, gestão de processos, ciência da informação, física, economia e em muitas outras atividades. Neste trabalho, propõe-se um Sistema não paramétrico de apoio à detecção de eventos aberrantes em bases de dados estacionárias, provenientes da Administração Pública e relacionadas aos Dados de Dispensas e Inexigibilidades de Licitações do Governo Federal entre 2014 e 2019, aos Dados Orçamentários do Fundo Municipal de Saúde de João Pessoa - PB entre 2016 a 2020 e aos Dados relativos ao Gerenciamento de Frotas do Estado da Paraíba entre 2017 a 2019. A solução proposta reúne múltiplos algoritmos de detecção supervisionada e não supervisionada (OCSVM, LOF, CBLOF, HBOS, KNN, Isolation Forest e Robust Covariance) para classificar os eventos como anomalias. Os resultados mostraram que, do total de eventos retornados pela solução, em média, 90,07% deles foram corretamente identificados como outliers. Portanto, há indicativos de que a solução proposta tem potencial de contribuir para as atividades de apoio a auditoria governamental, bem como para os processos de gerenciamento e tomada de decisão, estes decorrentes da interpretação dos fenômenos presentes nos dados.
MEMBROS DA BANCA:
Presidente - 2813926 - TIAGO MARITAN UGULINO DE ARAUJO
Interno - 415.119.564-53 - ROSTAND EDSON OLIVEIRA COSTA - UFPB
Externo ao Programa - 3089218 - TELMO DE MENEZES E SILVA FILHO
Externo ao Programa - 1743917 - THAIS GAUDENCIO DO REGO