Sobre o uso de regressão por vetores suporte para a construção de modelos em um método de região de confiança sem derivadas

Detalhes bibliográficos
Autor(a) principal: Verdério, Adriano
Data de Publicação: 2015
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/37833
Resumo: Orientadora: Profª. Drª. Elizabeth Wergner Karas
id UFPR_4f54149862851235f46b3e722f1c1cc9
oai_identifier_str oai:acervodigital.ufpr.br:1884/37833
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em MatemáticaKaras, Elizabeth Wegner, 1965-Pedroso, Lucas Garcia, 1981-Verdério, Adriano2024-05-02T19:19:59Z2024-05-02T19:19:59Z2015https://hdl.handle.net/1884/37833Orientadora: Profª. Drª. Elizabeth Wergner KarasCoorientador: Prof. Dr. Lucas Garcia PedrosoTese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Matemática Aplicada. Defesa: Curitiba, 12/03/2015Inclui referênciasResumo: Em otimização, os métodos de região de confiança a cada iteração utilizam um modelo que aproxima localmente a função a ser otimizada. Em métodos sem derivadas geralmente os modelos são construídos por interpolação polinomial. Apresentamos a construção de modelos de uma função utilizando vetores suporte, que são uma classe de métodos de aprendizagem de máquinas que podem ser utilizados para a classificação de padrões ou regressão. Apresentamos ainda modificações em um algoritmo de região de confiança livre de derivadas e sua prova de convergência. Mostramos que os modelos construídos por regressão via vetores suporte satisfazem as hipóteses necessárias para a convergência do algoritmo e podem ser utilizados como alternativa à interpolação polinomial. Experimentos numéricos preliminares são apresentados comparando o desempenho do algoritmo com modelos construídos por regressão via vetores suporte e por interpolação polinomial.Abstract: In optimization, each iteration of trust-region methods uses a model that locally approximates the function to be minimized. In derivative-free methods, the models generally are built by polynomial interpolation. Alternatively, we present function models built by support vectors, a class of machine learning methods that can be used to pattern classification or regression. We also propose modifications for a derivative-free trust-region algorithm and its global convergence proof. We show that support vector regression models satisfy the assumptions required for the global convergence of the trust-region algorithm. Preliminary numerical experiments are presented to compare the performance of the algorithm using models constructed by support vectors regression and by polynomial interpolation.115f. : il., tabs., grafs., algumas color.application/pdfDisponível em formato digitalMatemática aplicadaCalculo vetorialAnalise de regressãoOtimização matemáticaSobre o uso de regressão por vetores suporte para a construção de modelos em um método de região de confiança sem derivadasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessTHUMBNAILR - T - ADRIANO VERDERIO.pdf.jpgGenerated Thumbnailimage/jpeg1090https://acervodigital.ufpr.br/bitstream/1884/37833/1/R%20-%20T%20-%20ADRIANO%20VERDERIO.pdf.jpg9f4eb7eee5e332feaaed7a2fc3ec12a6MD51open accessTEXTR - T - ADRIANO VERDERIO.pdf.txtExtracted Texttext/plain193800https://acervodigital.ufpr.br/bitstream/1884/37833/2/R%20-%20T%20-%20ADRIANO%20VERDERIO.pdf.txt12c986a2b3d600eddd4d68647b7d3a9cMD52open accessORIGINALR - T - ADRIANO VERDERIO.pdfapplication/pdf7244490https://acervodigital.ufpr.br/bitstream/1884/37833/3/R%20-%20T%20-%20ADRIANO%20VERDERIO.pdfad12e751830e553c831618565152b818MD53open access1884/378332024-05-02 16:19:59.843open accessoai:acervodigital.ufpr.br:1884/37833Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-05-02T19:19:59Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Sobre o uso de regressão por vetores suporte para a construção de modelos em um método de região de confiança sem derivadas
title Sobre o uso de regressão por vetores suporte para a construção de modelos em um método de região de confiança sem derivadas
spellingShingle Sobre o uso de regressão por vetores suporte para a construção de modelos em um método de região de confiança sem derivadas
Verdério, Adriano
Matemática aplicada
Calculo vetorial
Analise de regressão
Otimização matemática
title_short Sobre o uso de regressão por vetores suporte para a construção de modelos em um método de região de confiança sem derivadas
title_full Sobre o uso de regressão por vetores suporte para a construção de modelos em um método de região de confiança sem derivadas
title_fullStr Sobre o uso de regressão por vetores suporte para a construção de modelos em um método de região de confiança sem derivadas
title_full_unstemmed Sobre o uso de regressão por vetores suporte para a construção de modelos em um método de região de confiança sem derivadas
title_sort Sobre o uso de regressão por vetores suporte para a construção de modelos em um método de região de confiança sem derivadas
author Verdério, Adriano
author_facet Verdério, Adriano
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Matemática
dc.contributor.advisor1.fl_str_mv Karas, Elizabeth Wegner, 1965-
Pedroso, Lucas Garcia, 1981-
dc.contributor.author.fl_str_mv Verdério, Adriano
contributor_str_mv Karas, Elizabeth Wegner, 1965-
Pedroso, Lucas Garcia, 1981-
dc.subject.por.fl_str_mv Matemática aplicada
Calculo vetorial
Analise de regressão
Otimização matemática
topic Matemática aplicada
Calculo vetorial
Analise de regressão
Otimização matemática
description Orientadora: Profª. Drª. Elizabeth Wergner Karas
publishDate 2015
dc.date.issued.fl_str_mv 2015
dc.date.accessioned.fl_str_mv 2024-05-02T19:19:59Z
dc.date.available.fl_str_mv 2024-05-02T19:19:59Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/37833
url https://hdl.handle.net/1884/37833
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 115f. : il., tabs., grafs., algumas color.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/37833/1/R%20-%20T%20-%20ADRIANO%20VERDERIO.pdf.jpg
https://acervodigital.ufpr.br/bitstream/1884/37833/2/R%20-%20T%20-%20ADRIANO%20VERDERIO.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/37833/3/R%20-%20T%20-%20ADRIANO%20VERDERIO.pdf
bitstream.checksum.fl_str_mv 9f4eb7eee5e332feaaed7a2fc3ec12a6
12c986a2b3d600eddd4d68647b7d3a9c
ad12e751830e553c831618565152b818
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860177948835840

Registros relacionados