Generalizações da integral de Choquet como método de combinação em comitês de classificadores

Ensembles of classifiers is an method in machine learning that consists in a collection of classifiers that process the same information and their output is combined in some manner. The process of classification is done in two main steps: the classification step and the combination step. In the cl...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Batista, Thiago Vinicius Vieira
Outros Autores: Bedregal, Benjamin Rene Callejas
Formato: doctoralThesis
Idioma:pt_BR
Publicado em: Universidade Federal do Rio Grande do Norte
Assuntos:
Computação
Comitês de classificadores
Integral de choquet
Funções de pré-agregação
Funções overlap
Funções de quasi-overlap
Índices de validação
Endereço do item:https://repositorio.ufrn.br/handle/123456789/48233
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id ri-123456789-48233
record_format dspace
institution Repositório Institucional
collection RI - UFRN
language pt_BR
topic Computação
Comitês de classificadores
Integral de choquet
Funções de pré-agregação
Funções overlap
Funções de quasi-overlap
Índices de validação
spellingShingle Computação
Comitês de classificadores
Integral de choquet
Funções de pré-agregação
Funções overlap
Funções de quasi-overlap
Índices de validação
Batista, Thiago Vinicius Vieira
Generalizações da integral de Choquet como método de combinação em comitês de classificadores
description Ensembles of classifiers is an method in machine learning that consists in a collection of classifiers that process the same information and their output is combined in some manner. The process of classification is done in two main steps: the classification step and the combination step. In the classification step, each classifier processes the information and provides an output, in the combination step, the output of every classifier is combined, providing a single output. Although the combination step is extremely important, most works focus mostly on the classification step. Therefore, in this work, generalizations of the Choquet Integral will be proposed to be used as a combination method in ensembles of classifiers. The main idea is to allow a greater freedom of choice for functions in the integral, opening possibilities for otimization and using functions adequate to the data. Furthermore, a new notion of partial monotonicity is proposed, and consequently an alternative to the notion of pre-aggregation functions. Preliminary results that were obtained by the generalizations of the Choquet integral in the ensemble showed that they were capable of obtaining good results, having a superior performance to known methods in literature such as XGBoost, Bagging, among others. Furthermore, the generalizations that used the proposed aggregation functions had good performance when compared to other classes of functions, such as Copulas and Overlaps.
author2 Bedregal, Benjamin Rene Callejas
author_facet Bedregal, Benjamin Rene Callejas
Batista, Thiago Vinicius Vieira
format doctoralThesis
author Batista, Thiago Vinicius Vieira
author_sort Batista, Thiago Vinicius Vieira
title Generalizações da integral de Choquet como método de combinação em comitês de classificadores
title_short Generalizações da integral de Choquet como método de combinação em comitês de classificadores
title_full Generalizações da integral de Choquet como método de combinação em comitês de classificadores
title_fullStr Generalizações da integral de Choquet como método de combinação em comitês de classificadores
title_full_unstemmed Generalizações da integral de Choquet como método de combinação em comitês de classificadores
title_sort generalizações da integral de choquet como método de combinação em comitês de classificadores
publisher Universidade Federal do Rio Grande do Norte
publishDate 2022
url https://repositorio.ufrn.br/handle/123456789/48233
work_keys_str_mv AT batistathiagoviniciusvieira generalizacoesdaintegraldechoquetcomometododecombinacaoemcomitesdeclassificadores
AT batistathiagoviniciusvieira generalizationsofthechoquetintegralasacombinationmethodinensembleofclassifiers
_version_ 1773957437531881472
spelling ri-123456789-482332022-06-20T19:44:31Z Generalizações da integral de Choquet como método de combinação em comitês de classificadores Generalizations of the Choquet integral as a combination method in ensemble of classifiers Batista, Thiago Vinicius Vieira Bedregal, Benjamin Rene Callejas http://lattes.cnpq.br/0611317420505665 http://lattes.cnpq.br/4601263005352005 Moraes, Ronei Marcos de Canuto, Anne Magaly de Paula Dimuro, Graçaliz Pereira Paiva, Rui Eduardo Brasileiro Computação Comitês de classificadores Integral de choquet Funções de pré-agregação Funções overlap Funções de quasi-overlap Índices de validação Ensembles of classifiers is an method in machine learning that consists in a collection of classifiers that process the same information and their output is combined in some manner. The process of classification is done in two main steps: the classification step and the combination step. In the classification step, each classifier processes the information and provides an output, in the combination step, the output of every classifier is combined, providing a single output. Although the combination step is extremely important, most works focus mostly on the classification step. Therefore, in this work, generalizations of the Choquet Integral will be proposed to be used as a combination method in ensembles of classifiers. The main idea is to allow a greater freedom of choice for functions in the integral, opening possibilities for otimization and using functions adequate to the data. Furthermore, a new notion of partial monotonicity is proposed, and consequently an alternative to the notion of pre-aggregation functions. Preliminary results that were obtained by the generalizations of the Choquet integral in the ensemble showed that they were capable of obtaining good results, having a superior performance to known methods in literature such as XGBoost, Bagging, among others. Furthermore, the generalizations that used the proposed aggregation functions had good performance when compared to other classes of functions, such as Copulas and Overlaps. Comitê de classificadores é um modelo dentro da aprendizagem de máquina que consiste em uma coleção de classificadores que processam uma mesma informação e a saída destes é combinada de alguma maneira. O processo de classificação geralmente se dá em duas etapas: a etapa de classificação e a etapa de combinação. Na etapa de classificação, cada classificador processa a informação e fornece sua opinião sobre a classe à qual o elemento pertence, na etapa de combinação, a opinião de todos os classificadores são combinadas, fornecendo uma única saída. Apesar da etapa de combinação ser de grande importância, muitos dos trabalhos encontrados na literatura focam principalmente na etapa de classificação. Neste trabalho serão propostas generalizações da integral de Choquet para uso como método de combinação em comitês de classificadores. A ideia principal é permitir uma maior liberdade de escolha de funções para compor a integral, abrindo possibilidades de otimização e utilização de funções adequadas aos dados. Além disso, é proposta uma nova noção de monotonicidade parcial e consequentemente uma alternativa à noção de funções de pré-agregação. Resultados preliminares obtidos pelas generalizações da integral de Choquet propostas mostraram que elas foram capazes de obter bons resultados, tendo tido desempenho superior a métodos conhecidos da literatura como o XGBoost, Bagging, entre outros. Além disso, as integrais que envolveram as novas funções de agregação propostas tiveram um bom desempenho quando comparadas com a performance ao se utilizar outras classes de funções, como as Cópulas e os Overlaps. 2022-06-20T19:43:53Z 2022-06-20T19:43:53Z 2022-03-04 doctoralThesis BATISTA, Thiago Vinicius Vieira. Generalizações da integral de Choquet como método de combinação em comitês de classificadores. 2022. 119f. Tese (Doutorado em Ciência da Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2022. https://repositorio.ufrn.br/handle/123456789/48233 pt_BR Acesso Aberto application/pdf Universidade Federal do Rio Grande do Norte Brasil UFRN PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO

Registros relacionados