Rede Neural Probabilística para a Classificação de Atividades Econômicas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2008 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
Texto Completo: | http://repositorio.ufes.br/handle/10/4056 |
Resumo: | Thisworkpresents anapproach basedonArtificialNeuralNetworksforproblemsofmulti-label classification.In particular,was useda modifiedversionof ProbabilisticNeuralNetworkto handlesuch problems.In experiments carriedoutin variousdatabasesknownin theliterature,theProbabilisticNeuralNetworkproposalpresenteda performancecomparable,andsometimesevensuperiorto otheralgorithmsspecializedin thistype ofproblem.Asthemainfocusof thisworkwas thestudyof strategiesforautomatictextclassi-ficationof economicactivitiesthenwerealsoconductedexperiments usinga databaseofeconomicactivities.However,unlike of databasesusedpreviously, thisdatabaseshowsahugenumber of categoriesandfewsamplesof trainingby category, which increasesthedegreeof difficulty thisproblem.In theexperiments wereusedto ProbabilisticNeuralNetworkproposal,theclassifierMulti-label k-NearestNeighbor anda GeneticAlgorithmforoptimizationof theparameters.Themetricsusedto evaluationof performancehaveshownthattheresultsof ProbabilisticNeuralNetworkweresuperiorandcomparabletotheresultsobtainedby theMulti-label k-NearestNeighbor,showingthattheapproachusedin thisworkis promising. |
id |
UFES_e24c85a03246763dd10e96e2380c622f |
---|---|
oai_identifier_str |
oai:repositorio.ufes.br:10/4056 |
network_acronym_str |
UFES |
network_name_str |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
repository_id_str |
2108 |
spelling |
Oliveira, Elias Silva deSalles, Evandro Ottoni TeatiniCiarelli, Patrick MarquesKrohling, Renato AntônioFrança, Felipe Maia Galvão2016-08-29T15:32:272016-07-112016-08-29T15:32:27Z2008-02-22Thisworkpresents anapproach basedonArtificialNeuralNetworksforproblemsofmulti-label classification.In particular,was useda modifiedversionof ProbabilisticNeuralNetworkto handlesuch problems.In experiments carriedoutin variousdatabasesknownin theliterature,theProbabilisticNeuralNetworkproposalpresenteda performancecomparable,andsometimesevensuperiorto otheralgorithmsspecializedin thistype ofproblem.Asthemainfocusof thisworkwas thestudyof strategiesforautomatictextclassi-ficationof economicactivitiesthenwerealsoconductedexperiments usinga databaseofeconomicactivities.However,unlike of databasesusedpreviously, thisdatabaseshowsahugenumber of categoriesandfewsamplesof trainingby category, which increasesthedegreeof difficulty thisproblem.In theexperiments wereusedto ProbabilisticNeuralNetworkproposal,theclassifierMulti-label k-NearestNeighbor anda GeneticAlgorithmforoptimizationof theparameters.Themetricsusedto evaluationof performancehaveshownthattheresultsof ProbabilisticNeuralNetworkweresuperiorandcomparabletotheresultsobtainedby theMulti-label k-NearestNeighbor,showingthattheapproachusedin thisworkis promising.Este trabalho apresenta uma abordagem baseada em Redes Neurais Artificiais para problemas de classificação multi-rotulada. Em particular, foi empregada uma versão modificada da Rede Neural Probabilística para tratar de tais problemas. Em experimentos realizados em várias bases de dados conhecidas na literatura, a Rede Neural Probabilística proposta apresentou um desempenho comparável, e algumas vezes até superior, a outros algoritmos especializados neste tipo de problema. Como o foco principal deste trabalho foi o estudo de estratégias para classificação automática de texto de atividades econômicas, foram realizados também experimentos utilizando uma base de dados de atividades econômicas. No entanto, diferente das bases de dados utilizadas anteriormente, esta base de dados apresenta um número extenso de categorias e poucas amostras de treino por categoria, o que aumenta o grau de dificuldade deste problema. Nos experimentos realizados foram utilizados a Rede Neural Probabilística proposta, o classificador k-Vizinhos mais Próximos Multi-rotulado, e um Algoritmo Genético para otimização dos parâmetros dos mesmos. Nas métricas utilizadas para avaliação de desempenho, a Rede Neural Probabilística mostrou resultados superiores e comparáveis aos resultados obtidos pelo k-Vizinhos mais Próximos Multi-rotulado, mostrando que a abordagem utilizada neste trabalho é promissora.Texthttp://repositorio.ufes.br/handle/10/4056porUniversidade Federal do Espírito SantoMestrado em Engenharia ElétricaPrograma de Pós-Graduação em Engenharia ElétricaUFESBRCentro TecnológicoReconhecimento de padrões.Redes neurais (Computação)Eletrônica Industrial, Sistemas e Controles Eletrônicos621.3Rede Neural Probabilística para a Classificação de Atividades Econômicasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)instname:Universidade Federal do Espírito Santo (UFES)instacron:UFESORIGINALtese_2374_DissCiarelli.pdfapplication/pdf657695http://repositorio.ufes.br/bitstreams/ceeae32e-6129-4fda-ada8-b97bbecabe98/download2e3f00e12cb68ef17232b66f664a2f00MD5110/40562024-06-28 16:10:41.877oai:repositorio.ufes.br:10/4056http://repositorio.ufes.brRepositório InstitucionalPUBhttp://repositorio.ufes.br/oai/requestopendoar:21082024-06-28T16:10:41Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES)false |
dc.title.none.fl_str_mv |
Rede Neural Probabilística para a Classificação de Atividades Econômicas |
title |
Rede Neural Probabilística para a Classificação de Atividades Econômicas |
spellingShingle |
Rede Neural Probabilística para a Classificação de Atividades Econômicas Ciarelli, Patrick Marques Eletrônica Industrial, Sistemas e Controles Eletrônicos Reconhecimento de padrões. Redes neurais (Computação) 621.3 |
title_short |
Rede Neural Probabilística para a Classificação de Atividades Econômicas |
title_full |
Rede Neural Probabilística para a Classificação de Atividades Econômicas |
title_fullStr |
Rede Neural Probabilística para a Classificação de Atividades Econômicas |
title_full_unstemmed |
Rede Neural Probabilística para a Classificação de Atividades Econômicas |
title_sort |
Rede Neural Probabilística para a Classificação de Atividades Econômicas |
author |
Ciarelli, Patrick Marques |
author_facet |
Ciarelli, Patrick Marques |
author_role |
author |
dc.contributor.advisor-co1.fl_str_mv |
Oliveira, Elias Silva de |
dc.contributor.advisor1.fl_str_mv |
Salles, Evandro Ottoni Teatini |
dc.contributor.author.fl_str_mv |
Ciarelli, Patrick Marques |
dc.contributor.referee1.fl_str_mv |
Krohling, Renato Antônio |
dc.contributor.referee2.fl_str_mv |
França, Felipe Maia Galvão |
contributor_str_mv |
Oliveira, Elias Silva de Salles, Evandro Ottoni Teatini Krohling, Renato Antônio França, Felipe Maia Galvão |
dc.subject.cnpq.fl_str_mv |
Eletrônica Industrial, Sistemas e Controles Eletrônicos |
topic |
Eletrônica Industrial, Sistemas e Controles Eletrônicos Reconhecimento de padrões. Redes neurais (Computação) 621.3 |
dc.subject.br-rjbn.none.fl_str_mv |
Reconhecimento de padrões. Redes neurais (Computação) |
dc.subject.udc.none.fl_str_mv |
621.3 |
description |
Thisworkpresents anapproach basedonArtificialNeuralNetworksforproblemsofmulti-label classification.In particular,was useda modifiedversionof ProbabilisticNeuralNetworkto handlesuch problems.In experiments carriedoutin variousdatabasesknownin theliterature,theProbabilisticNeuralNetworkproposalpresenteda performancecomparable,andsometimesevensuperiorto otheralgorithmsspecializedin thistype ofproblem.Asthemainfocusof thisworkwas thestudyof strategiesforautomatictextclassi-ficationof economicactivitiesthenwerealsoconductedexperiments usinga databaseofeconomicactivities.However,unlike of databasesusedpreviously, thisdatabaseshowsahugenumber of categoriesandfewsamplesof trainingby category, which increasesthedegreeof difficulty thisproblem.In theexperiments wereusedto ProbabilisticNeuralNetworkproposal,theclassifierMulti-label k-NearestNeighbor anda GeneticAlgorithmforoptimizationof theparameters.Themetricsusedto evaluationof performancehaveshownthattheresultsof ProbabilisticNeuralNetworkweresuperiorandcomparabletotheresultsobtainedby theMulti-label k-NearestNeighbor,showingthattheapproachusedin thisworkis promising. |
publishDate |
2008 |
dc.date.issued.fl_str_mv |
2008-02-22 |
dc.date.accessioned.fl_str_mv |
2016-08-29T15:32:27 |
dc.date.available.fl_str_mv |
2016-07-11 2016-08-29T15:32:27Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufes.br/handle/10/4056 |
url |
http://repositorio.ufes.br/handle/10/4056 |
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 |
Text |
dc.publisher.none.fl_str_mv |
Universidade Federal do Espírito Santo Mestrado em Engenharia Elétrica |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UFES |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Centro Tecnológico |
publisher.none.fl_str_mv |
Universidade Federal do Espírito Santo Mestrado em Engenharia Elétrica |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) instname:Universidade Federal do Espírito Santo (UFES) instacron:UFES |
instname_str |
Universidade Federal do Espírito Santo (UFES) |
instacron_str |
UFES |
institution |
UFES |
reponame_str |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
collection |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
bitstream.url.fl_str_mv |
http://repositorio.ufes.br/bitstreams/ceeae32e-6129-4fda-ada8-b97bbecabe98/download |
bitstream.checksum.fl_str_mv |
2e3f00e12cb68ef17232b66f664a2f00 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES) |
repository.mail.fl_str_mv |
|
_version_ |
1804309193149120512 |