Máquina de vetores-suporte intervalar

Mostrar outras versões (1)

The Support Vector Machines (SVM) has attracted increasing attention in machine learning area, particularly on classification and patterns recognition. However, in some cases it is not easy to determinate accurately the class which given pattern belongs. This thesis involves the construction of a in...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Takahashi, Adriana
Outros Autores: Dória Neto, Adrião Duarte
Formato: doctoralThesis
Idioma:por
Publicado em: Universidade Federal do Rio Grande do Norte
Assuntos:
Máquinas de vetores suporte. Intervalar. Kernel
Support vector machine. Interval. Kernel
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Endereço do item:https://repositorio.ufrn.br/jspui/handle/123456789/15225
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id ri-123456789-15225
record_format dspace
spelling ri-123456789-152252017-11-02T10:25:47Z Máquina de vetores-suporte intervalar Takahashi, Adriana Dória Neto, Adrião Duarte http://lattes.cnpq.br/0669090533992993 http://lattes.cnpq.br/1987295209521433 Bedregal, Benjamin René Callejas http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781417E7 Melo, Jorge Dantas de http://lattes.cnpq.br/7325007451912598 Lyra, Aarão http://lattes.cnpq.br/2558569782799336 Reiser, Renata Hax Sander http://lattes.cnpq.br/3283691152621834 Ferreira, Tiago Alessandro Espínola http://lattes.cnpq.br/6747136646016870 Máquinas de vetores suporte. Intervalar. Kernel Support vector machine. Interval. Kernel CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA The Support Vector Machines (SVM) has attracted increasing attention in machine learning area, particularly on classification and patterns recognition. However, in some cases it is not easy to determinate accurately the class which given pattern belongs. This thesis involves the construction of a intervalar pattern classifier using SVM in association with intervalar theory, in order to model the separation of a pattern set between distinct classes with precision, aiming to obtain an optimized separation capable to treat imprecisions contained in the initial data and generated during the computational processing. The SVM is a linear machine. In order to allow it to solve real-world problems (usually nonlinear problems), it is necessary to treat the pattern set, know as input set, transforming from nonlinear nature to linear problem. The kernel machines are responsible to do this mapping. To create the intervalar extension of SVM, both for linear and nonlinear problems, it was necessary define intervalar kernel and the Mercer s theorem (which caracterize a kernel function) to intervalar function As máquinas de vetores suporte (SVM - Support Vector Machines) têm atraído muita atenção na área de aprendizagem de máquinas, em especial em classificação e reconhecimento de padrões, porém, em alguns casos nem sempre é fácil classificar com precisão determinados padrões entre classes distintas. Este trabalho envolve a construção de um classificador de padrões intervalar, utilizando a SVM associada com a teoria intervalar, de modo a modelar com uma precisão controlada a separação entre classes distintas de um conjunto de padrões, com o objetivo de obter uma separação otimizada tratando de imprecisões contidas nas informações do conjunto de padrões, sejam nos dados iniciais ou erros computacionais. A SVM é uma máquina linear, e para que ela possa resolver problemas do mundo real, geralmente problemas não lineares, é necessário tratar o conjunto de padrões, mais conhecido como conjunto de entrada, de natureza não linear para um problema linear, as máquinas kernels são responsáveis por esse mapeamento. Para a extensão intervalar da SVM, tanto para problemas lineares quanto não lineares, este trabalho introduz a definição de kernel intervalar, bem como estabelece o teorema que valida uma função ser um kernel, o teorema de Mercer para funções intervalares 2014-12-17T14:55:12Z 2014-01-17 2014-12-17T14:55:12Z 2012-09-26 doctoralThesis TAKAHASHI, Adriana. Máquina de vetores-suporte intervalar. 2012. 72 f. Tese (Doutorado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2012. https://repositorio.ufrn.br/jspui/handle/123456789/15225 por Acesso Aberto application/pdf application/pdf Universidade Federal do Rio Grande do Norte BR UFRN Programa de Pós-Graduação em Engenharia Elétrica Automação e Sistemas; Engenharia de Computação; Telecomunicações
institution Repositório Institucional
collection RI - UFRN
language por
topic Máquinas de vetores suporte. Intervalar. Kernel
Support vector machine. Interval. Kernel
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
spellingShingle Máquinas de vetores suporte. Intervalar. Kernel
Support vector machine. Interval. Kernel
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Takahashi, Adriana
Máquina de vetores-suporte intervalar
description The Support Vector Machines (SVM) has attracted increasing attention in machine learning area, particularly on classification and patterns recognition. However, in some cases it is not easy to determinate accurately the class which given pattern belongs. This thesis involves the construction of a intervalar pattern classifier using SVM in association with intervalar theory, in order to model the separation of a pattern set between distinct classes with precision, aiming to obtain an optimized separation capable to treat imprecisions contained in the initial data and generated during the computational processing. The SVM is a linear machine. In order to allow it to solve real-world problems (usually nonlinear problems), it is necessary to treat the pattern set, know as input set, transforming from nonlinear nature to linear problem. The kernel machines are responsible to do this mapping. To create the intervalar extension of SVM, both for linear and nonlinear problems, it was necessary define intervalar kernel and the Mercer s theorem (which caracterize a kernel function) to intervalar function
author2 Dória Neto, Adrião Duarte
author_facet Dória Neto, Adrião Duarte
Takahashi, Adriana
format doctoralThesis
author Takahashi, Adriana
author_sort Takahashi, Adriana
title Máquina de vetores-suporte intervalar
title_short Máquina de vetores-suporte intervalar
title_full Máquina de vetores-suporte intervalar
title_fullStr Máquina de vetores-suporte intervalar
title_full_unstemmed Máquina de vetores-suporte intervalar
title_sort máquina de vetores-suporte intervalar
publisher Universidade Federal do Rio Grande do Norte
publishDate 2014
url https://repositorio.ufrn.br/jspui/handle/123456789/15225
work_keys_str_mv AT takahashiadriana maquinadevetoressuporteintervalar
_version_ 1773966832955293696

Registros relacionados