TEDA Regressor: An Unsupervised Regression Technique Based on TinyML Approach
TEDA Regressor, TinyML, Não-Supervisionada, Regressão, stream de dados.
A inserção na rede de objetos cotidiano dentro da realidade da Internet das Coisas traz novas possibilidades como a realização do processamento dos dados na borda da aplicação. Quando o processamento é realizado em um dispositivo com restrições de recursos, como um microcontrolador, e utiliza técnicas de aprendizado de máquina, temos o conceito de TinyML (Tiny Machine Learning). Dentro deste contexto, o presente trabalho desenvolve uma técnica não-supervisionada de regressão voltada para aplicações de TinyML e Internet das Coisas que envolvam stream de dados. A técnica se baseia nos conceitos de tipicidade e excentricidade das amostras do conjunto de dados a ser processado e utiliza uma abordagem de filtros de mínimos quadrados recursivos para regressão. Os resultados preliminares, extraídos de 2 conjuntos de dados, mostraram-se promissores e com condições de melhorias.