Bootstrap e modelos de Support Vector Machine - SVM
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPR |
Texto Completo: | https://hdl.handle.net/1884/43555 |
Resumo: | Orientador: Prof. Dr. Anselmo Chaves Neto |
id |
UFPR_7e9a5aed9d5f9ad217681e10ec582c0d |
---|---|
oai_identifier_str |
oai:acervodigital.ufpr.br:1884/43555 |
network_acronym_str |
UFPR |
network_name_str |
Repositório Institucional da UFPR |
repository_id_str |
308 |
spelling |
Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em EngenhariaChaves Neto, Anselmo, 1945-Abreu, André Luiz Emidio de2024-05-13T12:48:23Z2024-05-13T12:48:23Z2016https://hdl.handle.net/1884/43555Orientador: Prof. Dr. Anselmo Chaves NetoTese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 28/03/2016Inclui referências : f. 106-110Área de concentração : Programação matemáticaResumo: A tese apresenta duas metodologias novas para a fase de ajuste de modelos de Máquinas de Vetores Suporte (Support Vector Machines - SVM) aplicados tanto em problemas de classificação de padrões, quanto em problemas de regressão (Support Vector Regression - SVR), e uma metodologia de obtenção de margens alternativa as já existentes para modelos SVR. Para as metodologias propostas, são apresentadas aplicações na medicina tais como: na classificação de grau da doença Ceratocone que atinge a córnea, na previsão do grau de astigmatismo com base nos exames clínicos. Apresenta, também, aplicação na climatologia, na previsão da temperatura e aplicação na parte hídrica quanto à previsão da evaporação de água em reservatórios. O primeiro método se baseia na criação de uma constante reguladora para as variáveis independentes dos modelos, levando em consideração o valor da correlação das mesmas com a variável dependente. Já o segundo método, utiliza a técnica computacionalmente intensiva de reamostragens Bootstrap para a fase de ajuste dos modelos SVM, liberando observações originais para a fase de teste. O Bootstrap é usado, ainda, na criação de novas margens flexíveis para os modelos SVR, com base no intervalo de confiança bootstrap-t, gerando uma forma alternativa de se obter as margens flexíveis. As soluções das modelagens foram obtidas pelo método Least Squares Support Vector Machine - LS-SVM, devido a sua menor complexidade matemática e computacional, em relação à solução dos modelos SVM. Em todas as aplicações, as metodologias desenvolvidas neste trabalho obtiveram resultados para a raiz do erro médio quadrático (RMSE) menores que para os modelos SVM convencionais, evidenciando assim a eficiência dos métodos desenvolvidos.Abstract: The thesis presents two new methodologies for adjust phase for models based on Support Vector Machines (Support Vector Machines - SVM) applied both in pattern classification problems, as in regression problems (Support Vector Regression - SVR), and a methodology of obtaining alternative margins existing for SVR models. The paper presents applications in medicine: classification of Keratoconus disease degree that affects the cornea, in predicting the degree of astigmatism based on clinical examinations; weather: on the forecast of temperature and finally in with forecast of evaporation of water in reservoirs. The first method is based on the creation of a regulatory constant for the independent variables of the model, taking into account the value of their correlation with the dependent variable. The second method uses the Bootstrap resampling for the training phase of the SVM models, releasing the original samples for testing phase. The third is to use the Bootstrap method to create the new flexible margins for SVR models, based on the bootstrap-t confidence interval, generating an alternative way to obtain the flexible margins. The solutions of the moldings were obtained by the least squares method Support Vector Machine - LS-SVM due to its smaller mathematical and computational complexity compared to the solution of SVM models. In all applications, the methodologies developed in this thesis obtained results for mean square error (RMSE) lower than for conventional SVM models, thus demonstrating the effectiveness of the methods developed.115 f. : il. algumas color.application/pdfDisponível em formato digitalAnálise numéricaAnalise de series temporais - Processamento de dadosBootstrap (Estatística)Bootstrap e modelos de Support Vector Machine - SVMinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - T - ANDRE LUIZ EMIDIO DE ABREU.pdfapplication/pdf2521767https://acervodigital.ufpr.br/bitstream/1884/43555/1/R%20-%20T%20-%20ANDRE%20LUIZ%20EMIDIO%20DE%20ABREU.pdf8b9445ab7cf0244698aa3ab6f8f686c6MD51open accessTEXTR - T - ANDRE LUIZ EMIDIO DE ABREU.pdf.txtExtracted Texttext/plain186315https://acervodigital.ufpr.br/bitstream/1884/43555/2/R%20-%20T%20-%20ANDRE%20LUIZ%20EMIDIO%20DE%20ABREU.pdf.txt1f1041a1d35edf3255ba1dff5894c22aMD52open accessTHUMBNAILR - T - ANDRE LUIZ EMIDIO DE ABREU.pdf.jpgGenerated Thumbnailimage/jpeg1138https://acervodigital.ufpr.br/bitstream/1884/43555/3/R%20-%20T%20-%20ANDRE%20LUIZ%20EMIDIO%20DE%20ABREU.pdf.jpg3d4bdd8b1a9347191ff1c2b1e0a19c58MD53open access1884/435552024-05-13 09:48:23.899open accessoai:acervodigital.ufpr.br:1884/43555Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-05-13T12:48:23Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false |
dc.title.pt_BR.fl_str_mv |
Bootstrap e modelos de Support Vector Machine - SVM |
title |
Bootstrap e modelos de Support Vector Machine - SVM |
spellingShingle |
Bootstrap e modelos de Support Vector Machine - SVM Abreu, André Luiz Emidio de Análise numérica Analise de series temporais - Processamento de dados Bootstrap (Estatística) |
title_short |
Bootstrap e modelos de Support Vector Machine - SVM |
title_full |
Bootstrap e modelos de Support Vector Machine - SVM |
title_fullStr |
Bootstrap e modelos de Support Vector Machine - SVM |
title_full_unstemmed |
Bootstrap e modelos de Support Vector Machine - SVM |
title_sort |
Bootstrap e modelos de Support Vector Machine - SVM |
author |
Abreu, André Luiz Emidio de |
author_facet |
Abreu, André Luiz Emidio de |
author_role |
author |
dc.contributor.other.pt_BR.fl_str_mv |
Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenharia |
dc.contributor.advisor1.fl_str_mv |
Chaves Neto, Anselmo, 1945- |
dc.contributor.author.fl_str_mv |
Abreu, André Luiz Emidio de |
contributor_str_mv |
Chaves Neto, Anselmo, 1945- |
dc.subject.por.fl_str_mv |
Análise numérica Analise de series temporais - Processamento de dados Bootstrap (Estatística) |
topic |
Análise numérica Analise de series temporais - Processamento de dados Bootstrap (Estatística) |
description |
Orientador: Prof. Dr. Anselmo Chaves Neto |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016 |
dc.date.accessioned.fl_str_mv |
2024-05-13T12:48:23Z |
dc.date.available.fl_str_mv |
2024-05-13T12:48:23Z |
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/1884/43555 |
url |
https://hdl.handle.net/1884/43555 |
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 |
115 f. : il. 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/1884/43555/1/R%20-%20T%20-%20ANDRE%20LUIZ%20EMIDIO%20DE%20ABREU.pdf https://acervodigital.ufpr.br/bitstream/1884/43555/2/R%20-%20T%20-%20ANDRE%20LUIZ%20EMIDIO%20DE%20ABREU.pdf.txt https://acervodigital.ufpr.br/bitstream/1884/43555/3/R%20-%20T%20-%20ANDRE%20LUIZ%20EMIDIO%20DE%20ABREU.pdf.jpg |
bitstream.checksum.fl_str_mv |
8b9445ab7cf0244698aa3ab6f8f686c6 1f1041a1d35edf3255ba1dff5894c22a 3d4bdd8b1a9347191ff1c2b1e0a19c58 |
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_ |
1801860191723978752 |