Investigação para melhorias na abordagem de comitês homogêneos e heterogêneos sobre uma base biométrica de assinatura através de analises experimentais

Abstract

reconhecimento biométrico é um método de autenticação de usuários que se dife rencia dos métodos convencionais pela forma de como é realizada a identificação. Eles utilizam características corporais únicas que podem ser características físicas ou compor tamentais. Tipicamente o processo para realizar a autenticação de uma pessoa é baseado em duas fases. Inicialmente é realizada a coleta e armazenamento da informação biomé trica e depois é realizada uma verificação na informação fornecida e comparada a base de dados que fornece a identificação do indivíduo com unicidade. As informações são trans formadas em dados numéricos e então são utilizadas técnicas de Inteligência artificial. Existem vários algoritmos de Aprendizado de máquina que podem ser utilizados para o reconhecimento biométrico, mas pode ser destacada a técnica conhecida como multiclas sificadores ou comitês que é a utilização de vários algoritmos combinados. Constata-se na literatura que a utilização desta técnica de combinação de algoritmos sobre bases de dados, garante um percentual maior de classificação. Este trabalho se propõe a utilizar a combinação dos algoritmos IBK, MLP e J48, buscando encontrar melhores taxas de aprendizado em uma base biométrica de assinaturas e visa encontrar uma configuração para o comitê que gere as melhores taxas de aprendizado. É utilizado o método de va lidação cruzada para assegurar que uma medida verdadeira esteja sendo estimada pelos classificadores. Depois esses comitês são submetidos aos metaclassificadores Naive bayes, SMO, IBK, soma e voto.