Data augmentation and feature engineering as a strategy to improve F-score metric of hand tremor classifiers

Oliveira, Eduardo Furtado de Souza

DSpace Home
→
Centro de Ciências Exatas e Tecnologia (CCET)
→
Informática Aplicada
→
INAP - Dissertações de Mestrado
→
View Item

dc.contributor.advisor	Garcia, Ana Cristina Bicharra
dc.contributor.author	Oliveira, Eduardo Furtado de Souza
dc.date.accessioned	2026-05-11T20:52:47Z
dc.date.available	2026-05-11T20:52:47Z
dc.date.issued	2024-03-20
dc.identifier.citation	OLIVEIRA, Eduardo Furtado de Souza. Data augmentation and feature engineering as a strategy to improve F-score metric of hand tremor classifiers. 62f. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro, Rio de Janeiro, 2024.	pt_BR
dc.identifier.uri	http://hdl.handle.net/unirio/15110
dc.description.sponsorship	n/a	pt_BR
dc.language.iso	English	pt_BR
dc.rights	openAccess	pt_BR
dc.title	Data augmentation and feature engineering as a strategy to improve F-score metric of hand tremor classifiers	pt_BR
dc.type	masterThesis	pt_BR
dc.contributor.referee	Garcia, Ana Cristina Bicharra
dc.contributor.referee	Delgado, Carla Amor Divino Moreira
dc.contributor.referee	Mello, Carlos Eduardo Ribeiro de
dc.degree.department	CCET	pt_BR
dc.degree.grantor	Universidade Federal do Estado do Rio de Janeiro - UNIRIO	pt_BR
dc.degree.level	Mestrado Acadêmico	pt_BR
dc.degree.local	Rio de Janeiro,RJ	pt_BR
dc.degree.program	Programa de Pós-Graduação em Informática	pt_BR
dc.subject.cnpq	CIÊNCIAS EXATAS E DA TERRA.CIÊNCIA DA COMPUTAÇÃO	pt_BR
dc.subject.en	Artificial Intelligence in Medical Diagnostics	pt_BR
dc.subject.en	Hand Tremor Classification	pt_BR
dc.subject.en	Parkinson's Disease Early Diagnosis	pt_BR
dc.subject.en	Data Augmentation	pt_BR
dc.subject.en	Feature Engineering	pt_BR
dc.description.abstracten	This dissertation investigates the use of Data Augmentation and Feature Engineering techniques as strategies to improve the F-score metric in hand tremor classifiers, aiming for the early diagnosis of Parkinson's Disease. The study uses motion sensor data to distinguish parkinsonian tremors from other types of tremors. The research demonstrates that applying data transformations and carefully selecting features extracted from temporal signals allow machine learning models to achieve higher accuracy and robustness, overcoming common limitations of small and unbalanced medical datasets.	pt_BR
dc.degree.country	Brasil	pt_BR
dc.description.sponsordocumentnumber	n/a	pt_BR
dc.description.abstractpt	Esta dissertação investiga o uso de técnicas de aumento de dados (Data Augmentation) e engenharia de atributos (Feature Engineering) como estratégias para melhorar a métrica F-score em classificadores de tremores nas mãos, visando o diagnóstico precoce da Doença de Parkinson. O estudo utiliza dados de sensores de movimento para distinguir tremores parkinsonianos de outros tipos de tremores. A pesquisa demonstra que a aplicação de transformações nos dados e a seleção criteriosa de características extraídas dos sinais temporais permitem que os modelos de aprendizagem de máquina alcancem uma maior precisão e robustez, superando as limitações comuns de conjuntos de dados médicos pequenos e desbalanceados.	pt_BR
dc.subject.pt	Inteligência Artificial no Diagnóstico Médico	pt_BR
dc.subject.pt	Classificação de Tremor nas Mãos	pt_BR
dc.subject.pt	Diagnóstico Precoce da Doença de Parkinson	pt_BR
dc.subject.pt	Aumento de Dados (Data Augmentation)	pt_BR
dc.subject.pt	Engenharia de Atributos	pt_BR