Análise discriminante usando densidades preditivas aproximadas

Detalhes bibliográficos
Autor(a) principal: Sérgio Kardec Soares Batista
Data de Publicação: 2016
Tipo de documento: Relatório
Idioma: por
Título da fonte: Repositório Institucional da UFAM
Texto Completo: http://riu.ufam.edu.br/handle/prefix/5146
Resumo: Reconhecimento e classificação de padrões são problemas importantes em uma variedade de áreas cientificas, como biologia, psicologia, medicina, visão computacional, etc.... Porém este problema não é de fácil solução quando a distribuição de probabilidade dos dados é totalmente desconhecida. Neste projeto, combinamos o Método Kernel Multivariado de estimação de densidades com um enfoque Bayesiano e propomos uma modificação no algoritmo BPKDA para problemas de classificação usando uma Análise Discriminante via Distribuições Preditivas Aproximadas. Estudos empíricos serão realizados para avaliar o efeito da modificação proposta. O desempenho dessa nova versão do BPKDA será aplicado em conjuntos de dados bastante difundidos na literatura, como por exemplo os disponíveis no site da UCI Machine Repository.
id UFAM-1_ce72e20df34945137248d076433ced08
oai_identifier_str oai:localhost:prefix/5146
network_acronym_str UFAM-1
network_name_str Repositório Institucional da UFAM
repository_id_str
spelling Análise discriminante usando densidades preditivas aproximadasClassificaçãoAnálise discriminanteDensidade preditivaCIÊNCIAS EXATAS E DA TERRA: ESTATÍSTICAReconhecimento e classificação de padrões são problemas importantes em uma variedade de áreas cientificas, como biologia, psicologia, medicina, visão computacional, etc.... Porém este problema não é de fácil solução quando a distribuição de probabilidade dos dados é totalmente desconhecida. Neste projeto, combinamos o Método Kernel Multivariado de estimação de densidades com um enfoque Bayesiano e propomos uma modificação no algoritmo BPKDA para problemas de classificação usando uma Análise Discriminante via Distribuições Preditivas Aproximadas. Estudos empíricos serão realizados para avaliar o efeito da modificação proposta. O desempenho dessa nova versão do BPKDA será aplicado em conjuntos de dados bastante difundidos na literatura, como por exemplo os disponíveis no site da UCI Machine Repository.FAPEAMUniversidade Federal do AmazonasBrasilEstatísticaInstituto de Ciências ExatasPROGRAMA PIBIC 2015UFAMMax Sousa de LimaSérgio Kardec Soares Batista2017-05-29T18:33:58Z2017-05-29T18:33:58Z2016-07-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/reporthttp://riu.ufam.edu.br/handle/prefix/5146application/pdfinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2021-11-26T15:20:10Zoai:localhost:prefix/5146Repositório InstitucionalPUBhttp://riu.ufam.edu.br/oai/requestopendoar:2021-11-26T15:20:10Repositório Institucional da UFAM - Universidade Federal do Amazonas (UFAM)false
dc.title.none.fl_str_mv Análise discriminante usando densidades preditivas aproximadas
title Análise discriminante usando densidades preditivas aproximadas
spellingShingle Análise discriminante usando densidades preditivas aproximadas
Sérgio Kardec Soares Batista
Classificação
Análise discriminante
Densidade preditiva
CIÊNCIAS EXATAS E DA TERRA: ESTATÍSTICA
title_short Análise discriminante usando densidades preditivas aproximadas
title_full Análise discriminante usando densidades preditivas aproximadas
title_fullStr Análise discriminante usando densidades preditivas aproximadas
title_full_unstemmed Análise discriminante usando densidades preditivas aproximadas
title_sort Análise discriminante usando densidades preditivas aproximadas
author Sérgio Kardec Soares Batista
author_facet Sérgio Kardec Soares Batista
author_role author
dc.contributor.none.fl_str_mv Max Sousa de Lima
dc.contributor.author.fl_str_mv Sérgio Kardec Soares Batista
dc.subject.por.fl_str_mv Classificação
Análise discriminante
Densidade preditiva
CIÊNCIAS EXATAS E DA TERRA: ESTATÍSTICA
topic Classificação
Análise discriminante
Densidade preditiva
CIÊNCIAS EXATAS E DA TERRA: ESTATÍSTICA
description Reconhecimento e classificação de padrões são problemas importantes em uma variedade de áreas cientificas, como biologia, psicologia, medicina, visão computacional, etc.... Porém este problema não é de fácil solução quando a distribuição de probabilidade dos dados é totalmente desconhecida. Neste projeto, combinamos o Método Kernel Multivariado de estimação de densidades com um enfoque Bayesiano e propomos uma modificação no algoritmo BPKDA para problemas de classificação usando uma Análise Discriminante via Distribuições Preditivas Aproximadas. Estudos empíricos serão realizados para avaliar o efeito da modificação proposta. O desempenho dessa nova versão do BPKDA será aplicado em conjuntos de dados bastante difundidos na literatura, como por exemplo os disponíveis no site da UCI Machine Repository.
publishDate 2016
dc.date.none.fl_str_mv 2016-07-31
2017-05-29T18:33:58Z
2017-05-29T18:33:58Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/report
format report
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://riu.ufam.edu.br/handle/prefix/5146
url http://riu.ufam.edu.br/handle/prefix/5146
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 Universidade Federal do Amazonas
Brasil
Estatística
Instituto de Ciências Exatas
PROGRAMA PIBIC 2015
UFAM
publisher.none.fl_str_mv Universidade Federal do Amazonas
Brasil
Estatística
Instituto de Ciências Exatas
PROGRAMA PIBIC 2015
UFAM
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFAM
instname:Universidade Federal do Amazonas (UFAM)
instacron:UFAM
instname_str Universidade Federal do Amazonas (UFAM)
instacron_str UFAM
institution UFAM
reponame_str Repositório Institucional da UFAM
collection Repositório Institucional da UFAM
repository.name.fl_str_mv Repositório Institucional da UFAM - Universidade Federal do Amazonas (UFAM)
repository.mail.fl_str_mv
_version_ 1798061052954411008

Registros relacionados