Otimização na formação de agrupamentos em problemas de composição de especialistas.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2006 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do ITA |
Texto Completo: | http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=252 |
Resumo: | A estimação de funções a partir de um conjunto limitado de amostras é um problema central em estatística aplicada. Um grande número de abordagens para tratar esse problema foi proposto como os métodos dos mínimos quadrados por Gauss e de mínimo módulo por Laplace, no século XIX e, mais recentemente, o uso de redes neurais, de support vector machines e de composição de especialistas, dentre outros. Neste trabalho abordou-se os assuntos composição de especialistas locais e otimização na formação de agrupamentos, que engloba análise exploratória, mineração de dados e modelagem em uma única técnica, útil, por exemplo, na criação de modelos de previsão. A idéia básica da composição de especialistas locais é particionar o espaço de entrada em diferentes regiões e em cada região são feitos testes de desempenho, com diferentes especialistas, denominados especialistas locais, com o intuito de selecionar o especialista mais adequado. Propôs-se, então, a otimização na formação dos agrupamentos, que consiste na integração das etapas de formação de agrupamentos e de designação dos especialistas, como uma forma de melhorar a qualidade dos ajustes dos modelos e das previsões realizadas. Apresentou-se, posteriormente, dois estudos de caso da abordagem de composição de especialistas e da otimização na formação dos agrupamentos para a previsão de receita líquida, das empresas de transporte aéreo e para a previsão da taxa de inflação anual (IPC) apurada pela FIPE (Fundação Instituto de Pesquisas Econômicas). |
id |
ITA_dbb3f69cbf08da7b2997266bf0c42f53 |
---|---|
oai_identifier_str |
oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:252 |
network_acronym_str |
ITA |
network_name_str |
Biblioteca Digital de Teses e Dissertações do ITA |
spelling |
Otimização na formação de agrupamentos em problemas de composição de especialistas.OtimizaçãoAnálise de aglomeradosPrevisãoAnálise estatísticaModelos matemáticosInteligência artificialMatemáticaA estimação de funções a partir de um conjunto limitado de amostras é um problema central em estatística aplicada. Um grande número de abordagens para tratar esse problema foi proposto como os métodos dos mínimos quadrados por Gauss e de mínimo módulo por Laplace, no século XIX e, mais recentemente, o uso de redes neurais, de support vector machines e de composição de especialistas, dentre outros. Neste trabalho abordou-se os assuntos composição de especialistas locais e otimização na formação de agrupamentos, que engloba análise exploratória, mineração de dados e modelagem em uma única técnica, útil, por exemplo, na criação de modelos de previsão. A idéia básica da composição de especialistas locais é particionar o espaço de entrada em diferentes regiões e em cada região são feitos testes de desempenho, com diferentes especialistas, denominados especialistas locais, com o intuito de selecionar o especialista mais adequado. Propôs-se, então, a otimização na formação dos agrupamentos, que consiste na integração das etapas de formação de agrupamentos e de designação dos especialistas, como uma forma de melhorar a qualidade dos ajustes dos modelos e das previsões realizadas. Apresentou-se, posteriormente, dois estudos de caso da abordagem de composição de especialistas e da otimização na formação dos agrupamentos para a previsão de receita líquida, das empresas de transporte aéreo e para a previsão da taxa de inflação anual (IPC) apurada pela FIPE (Fundação Instituto de Pesquisas Econômicas).Instituto Tecnológico de AeronáuticaArmando Zeferino MilioniRodrigo Arnaldo Scarpel2006-04-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttp://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=252reponame:Biblioteca Digital de Teses e Dissertações do ITAinstname:Instituto Tecnológico de Aeronáuticainstacron:ITAporinfo:eu-repo/semantics/openAccessapplication/pdf2019-02-02T14:01:42Zoai:agregador.ibict.br.BDTD_ITA:oai:ita.br:252http://oai.bdtd.ibict.br/requestopendoar:null2020-05-28 19:32:44.982Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáuticatrue |
dc.title.none.fl_str_mv |
Otimização na formação de agrupamentos em problemas de composição de especialistas. |
title |
Otimização na formação de agrupamentos em problemas de composição de especialistas. |
spellingShingle |
Otimização na formação de agrupamentos em problemas de composição de especialistas. Rodrigo Arnaldo Scarpel Otimização Análise de aglomerados Previsão Análise estatística Modelos matemáticos Inteligência artificial Matemática |
title_short |
Otimização na formação de agrupamentos em problemas de composição de especialistas. |
title_full |
Otimização na formação de agrupamentos em problemas de composição de especialistas. |
title_fullStr |
Otimização na formação de agrupamentos em problemas de composição de especialistas. |
title_full_unstemmed |
Otimização na formação de agrupamentos em problemas de composição de especialistas. |
title_sort |
Otimização na formação de agrupamentos em problemas de composição de especialistas. |
author |
Rodrigo Arnaldo Scarpel |
author_facet |
Rodrigo Arnaldo Scarpel |
author_role |
author |
dc.contributor.none.fl_str_mv |
Armando Zeferino Milioni |
dc.contributor.author.fl_str_mv |
Rodrigo Arnaldo Scarpel |
dc.subject.por.fl_str_mv |
Otimização Análise de aglomerados Previsão Análise estatística Modelos matemáticos Inteligência artificial Matemática |
topic |
Otimização Análise de aglomerados Previsão Análise estatística Modelos matemáticos Inteligência artificial Matemática |
dc.description.none.fl_txt_mv |
A estimação de funções a partir de um conjunto limitado de amostras é um problema central em estatística aplicada. Um grande número de abordagens para tratar esse problema foi proposto como os métodos dos mínimos quadrados por Gauss e de mínimo módulo por Laplace, no século XIX e, mais recentemente, o uso de redes neurais, de support vector machines e de composição de especialistas, dentre outros. Neste trabalho abordou-se os assuntos composição de especialistas locais e otimização na formação de agrupamentos, que engloba análise exploratória, mineração de dados e modelagem em uma única técnica, útil, por exemplo, na criação de modelos de previsão. A idéia básica da composição de especialistas locais é particionar o espaço de entrada em diferentes regiões e em cada região são feitos testes de desempenho, com diferentes especialistas, denominados especialistas locais, com o intuito de selecionar o especialista mais adequado. Propôs-se, então, a otimização na formação dos agrupamentos, que consiste na integração das etapas de formação de agrupamentos e de designação dos especialistas, como uma forma de melhorar a qualidade dos ajustes dos modelos e das previsões realizadas. Apresentou-se, posteriormente, dois estudos de caso da abordagem de composição de especialistas e da otimização na formação dos agrupamentos para a previsão de receita líquida, das empresas de transporte aéreo e para a previsão da taxa de inflação anual (IPC) apurada pela FIPE (Fundação Instituto de Pesquisas Econômicas). |
description |
A estimação de funções a partir de um conjunto limitado de amostras é um problema central em estatística aplicada. Um grande número de abordagens para tratar esse problema foi proposto como os métodos dos mínimos quadrados por Gauss e de mínimo módulo por Laplace, no século XIX e, mais recentemente, o uso de redes neurais, de support vector machines e de composição de especialistas, dentre outros. Neste trabalho abordou-se os assuntos composição de especialistas locais e otimização na formação de agrupamentos, que engloba análise exploratória, mineração de dados e modelagem em uma única técnica, útil, por exemplo, na criação de modelos de previsão. A idéia básica da composição de especialistas locais é particionar o espaço de entrada em diferentes regiões e em cada região são feitos testes de desempenho, com diferentes especialistas, denominados especialistas locais, com o intuito de selecionar o especialista mais adequado. Propôs-se, então, a otimização na formação dos agrupamentos, que consiste na integração das etapas de formação de agrupamentos e de designação dos especialistas, como uma forma de melhorar a qualidade dos ajustes dos modelos e das previsões realizadas. Apresentou-se, posteriormente, dois estudos de caso da abordagem de composição de especialistas e da otimização na formação dos agrupamentos para a previsão de receita líquida, das empresas de transporte aéreo e para a previsão da taxa de inflação anual (IPC) apurada pela FIPE (Fundação Instituto de Pesquisas Econômicas). |
publishDate |
2006 |
dc.date.none.fl_str_mv |
2006-04-07 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/doctoralThesis |
status_str |
publishedVersion |
format |
doctoralThesis |
dc.identifier.uri.fl_str_mv |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=252 |
url |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=252 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do ITA instname:Instituto Tecnológico de Aeronáutica instacron:ITA |
reponame_str |
Biblioteca Digital de Teses e Dissertações do ITA |
collection |
Biblioteca Digital de Teses e Dissertações do ITA |
instname_str |
Instituto Tecnológico de Aeronáutica |
instacron_str |
ITA |
institution |
ITA |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáutica |
repository.mail.fl_str_mv |
|
subject_por_txtF_mv |
Otimização Análise de aglomerados Previsão Análise estatística Modelos matemáticos Inteligência artificial Matemática |
_version_ |
1706809255599800320 |