Diversidade e similaridade como critério de seleção de classificadores em comitês de seleção dinâmica
Pattern classification techniques are considered to be key activities in the area of pattern recognition, where seeks to assign a test sample to a class. The use of individual classifiers usually exhibits deficiencies in recognition rates when compared to the use of multiple classifiers to perfor...
Na minha lista:
Autor principal: | |
---|---|
Outros Autores: | |
Formato: | doctoralThesis |
Idioma: | pt_BR |
Publicado em: |
Brasil
|
Assuntos: | |
Endereço do item: | https://repositorio.ufrn.br/jspui/handle/123456789/26933 |
Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
id |
ri-123456789-26933 |
---|---|
record_format |
dspace |
spelling |
ri-123456789-269332019-05-26T06:05:27Z Diversidade e similaridade como critério de seleção de classificadores em comitês de seleção dinâmica Diversity and similarity as criteria for selection of classifiers in dynamic selection committees Lustosa Filho, José Augusto Saraiva Canuto, Anne Magaly de Paula Santos, Araken de Medeiros Carvalho, Bruno Motta de Araújo, Daniel Sabino Amorim de Cavalcanti, George Darmiton da Cunha Comitês de classificadores Seleção dinâmica Diversidade Similaridade CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO Pattern classification techniques are considered to be key activities in the area of pattern recognition, where seeks to assign a test sample to a class. The use of individual classifiers usually exhibits deficiencies in recognition rates when compared to the use of multiple classifiers to perform the same classification task. According to the literature, ensemble of classifiers provide better recognition rates when candidate classifiers present uncorrelated errors in different sub-spaces of the problem. In this context, this doctoral thesis explores several methods of selection of classifiers, based on dynamic selection, adding a selection criterion that prioritizes diversity and/or similarity between the base classifiers. In this way the experiments evaluated aim to empirically elucidate the relevance of diversity and/or similarity among the base classifiers of ensembles based on dynamic selection. Many papers explore diversity in ensemble systems based on static selection and indicate that diversity among the base classifiers is a factor that positively influences accuracy rates, however in the context of ensemble based on dynamic selection there is no enough related literature and few research that explore the influence of diversity and similarity among the base classifiers. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) As técnicas de classificadores de padrões são consideradas atividades chave na área de reconhecimento de padrões, onde busca-se atribuir um rótulo à uma amostra de teste. A utilização de classificadores individuais geralmente apresentam deficiências nas taxas de reconhecimento quando comparado à utilização de múltiplos classificadores para executar a mesma tarefa de classificação. Conforme a literatura, comitês de classificadores proveem melhores taxas de reconhecimento quando os classificadores candidatos apresentam erros não correlacionados em diferentes sub-espaços do problema. Nesse contexto, essa tese de doutorado explora diversos métodos de seleção de classificadores, baseados em seleção dinâmica, adicionando um critério de seleção que prioriza diversidade e/ou similaridade entre os classificadores base. Dessa forma os experimentos avaliados visam elucidar empiricamente a relevância da diversidade e/ou similaridade entre os classificadores base de comitês baseados em seleção dinâmica. Diversos trabalhos exploram diversidade em comitês de classificadores baseados em seleção estática e apontam que a diversidade entre os classificadores base é um fator que influência positivamente nas taxas de acurácias dos comitês, no entanto no contexto de comitês baseados em seleção dinâmica há pouca literatura relacionada e carência de pesquisas que exploram a influência da diversidade e similaridade entre os classificadores base. 2019-04-11T19:02:37Z 2019-04-11T19:02:37Z 2018-08-24 doctoralThesis LUSTOSA FILHO, José Augusto Saraiva. Diversidade e similaridade como critério de seleção de classificadores em comitês de seleção dinâmica. 2018. 166f. Tese (Doutorado em Ciência da Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2018. https://repositorio.ufrn.br/jspui/handle/123456789/26933 pt_BR Acesso Aberto application/pdf Brasil UFRN PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO |
institution |
Repositório Institucional |
collection |
RI - UFRN |
language |
pt_BR |
topic |
Comitês de classificadores Seleção dinâmica Diversidade Similaridade CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO |
spellingShingle |
Comitês de classificadores Seleção dinâmica Diversidade Similaridade CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO Lustosa Filho, José Augusto Saraiva Diversidade e similaridade como critério de seleção de classificadores em comitês de seleção dinâmica |
description |
Pattern classification techniques are considered to be key activities in the area of pattern
recognition, where seeks to assign a test sample to a class. The use of individual classifiers
usually exhibits deficiencies in recognition rates when compared to the use of multiple
classifiers to perform the same classification task. According to the literature, ensemble of
classifiers provide better recognition rates when candidate classifiers present uncorrelated
errors in different sub-spaces of the problem. In this context, this doctoral thesis explores
several methods of selection of classifiers, based on dynamic selection, adding a selection
criterion that prioritizes diversity and/or similarity between the base classifiers. In this way
the experiments evaluated aim to empirically elucidate the relevance of diversity and/or
similarity among the base classifiers of ensembles based on dynamic selection. Many papers
explore diversity in ensemble systems based on static selection and indicate that diversity
among the base classifiers is a factor that positively influences accuracy rates, however in
the context of ensemble based on dynamic selection there is no enough related literature
and few research that explore the influence of diversity and similarity among the base
classifiers. |
author2 |
Canuto, Anne Magaly de Paula |
author_facet |
Canuto, Anne Magaly de Paula Lustosa Filho, José Augusto Saraiva |
format |
doctoralThesis |
author |
Lustosa Filho, José Augusto Saraiva |
author_sort |
Lustosa Filho, José Augusto Saraiva |
title |
Diversidade e similaridade como critério de seleção de classificadores em comitês de seleção dinâmica |
title_short |
Diversidade e similaridade como critério de seleção de classificadores em comitês de seleção dinâmica |
title_full |
Diversidade e similaridade como critério de seleção de classificadores em comitês de seleção dinâmica |
title_fullStr |
Diversidade e similaridade como critério de seleção de classificadores em comitês de seleção dinâmica |
title_full_unstemmed |
Diversidade e similaridade como critério de seleção de classificadores em comitês de seleção dinâmica |
title_sort |
diversidade e similaridade como critério de seleção de classificadores em comitês de seleção dinâmica |
publisher |
Brasil |
publishDate |
2019 |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/26933 |
work_keys_str_mv |
AT lustosafilhojoseaugustosaraiva diversidadeesimilaridadecomocriteriodeselecaodeclassificadoresemcomitesdeselecaodinamica AT lustosafilhojoseaugustosaraiva diversityandsimilarityascriteriaforselectionofclassifiersindynamicselectioncommittees |
_version_ |
1773964789651865600 |