FADEL: Aprendizaje conjunto mejorado por el aumento de características y la discretización

Área de la Ciencia:

• Aprendizaje automático
• Inteligencia artificial
• Ciencia de los datos

Sus antecedentes:

• Las técnicas de aumento de datos como SMOTE y CTGAN son frecuentes para la clasificación desequilibrada, pero pueden introducir sesgo, ruido y sobrecarga computacional.
• Los métodos existentes pueden conducir a un exceso de ajuste, una reducción del rendimiento predictivo y un aumento de los riesgos de ciberseguridad.

Objetivo del estudio:

• Introducir FADEL, una nueva arquitectura diseñada para superar las limitaciones del aumento de datos en la clasificación desequilibrada.
• Mejorar el reconocimiento de las clases minoritarias y la estabilidad del modelo sin depender del equilibrio o la ampliación a nivel de datos.

Principales métodos:

• FADEL integra el conocimiento del tipo de característica con una estrategia de discretización supervisada.
• Emplea un marco de conjunto de aumento de características único que procesa características continuas y discretizadas simultáneamente.
• La arquitectura enruta dinámicamente los conjuntos de características a modelos básicos compatibles.

Principales resultados:

• FADEL logró un 90,8% de recuerdo y un 94,5% de G-media en un conjunto de pruebas internas, sin aumento de datos.
• En un conjunto de validación externa, FADEL mantuvo un recuerdo del 91,9% y una media de G del 86,7%.
• Los resultados superaron a los métodos convencionales de ensamblaje entrenados en conjuntos de datos equilibrados por CTGAN.

Conclusiones:

• FADEL ofrece una solución robusta para el desequilibrio de clase extrema utilizando el aumento de características, superando los enfoques de aumento de datos.
• La arquitectura demuestra una estabilidad superior, eficiencia computacional y generalizabilidad interinstitucional.
• Proporciona una alternativa práctica al aumento de datos tradicional para problemas de clasificación desequilibrados.