Máquina de vetores-suporte intervalar
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/jspui/handle/123456789/15225 |
Resumo: | The Support Vector Machines (SVM) has attracted increasing attention in machine learning area, particularly on classification and patterns recognition. However, in some cases it is not easy to determinate accurately the class which given pattern belongs. This thesis involves the construction of a intervalar pattern classifier using SVM in association with intervalar theory, in order to model the separation of a pattern set between distinct classes with precision, aiming to obtain an optimized separation capable to treat imprecisions contained in the initial data and generated during the computational processing. The SVM is a linear machine. In order to allow it to solve real-world problems (usually nonlinear problems), it is necessary to treat the pattern set, know as input set, transforming from nonlinear nature to linear problem. The kernel machines are responsible to do this mapping. To create the intervalar extension of SVM, both for linear and nonlinear problems, it was necessary define intervalar kernel and the Mercer s theorem (which caracterize a kernel function) to intervalar function |
id |
UFRN_ca45e49c3b8b92cacd526676bdb4c37d |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/15225 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Takahashi, Adrianahttp://lattes.cnpq.br/0669090533992993http://lattes.cnpq.br/1987295209521433Bedregal, Benjamin René Callejashttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781417E7Melo, Jorge Dantas dehttp://lattes.cnpq.br/7325007451912598Lyra, Aarãohttp://lattes.cnpq.br/2558569782799336Reiser, Renata Hax Sanderhttp://lattes.cnpq.br/3283691152621834Ferreira, Tiago Alessandro Espínolahttp://lattes.cnpq.br/6747136646016870Dória Neto, Adrião Duarte2014-12-17T14:55:12Z2014-01-172014-12-17T14:55:12Z2012-09-26TAKAHASHI, Adriana. Máquina de vetores-suporte intervalar. 2012. 72 f. Tese (Doutorado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2012.https://repositorio.ufrn.br/jspui/handle/123456789/15225The Support Vector Machines (SVM) has attracted increasing attention in machine learning area, particularly on classification and patterns recognition. However, in some cases it is not easy to determinate accurately the class which given pattern belongs. This thesis involves the construction of a intervalar pattern classifier using SVM in association with intervalar theory, in order to model the separation of a pattern set between distinct classes with precision, aiming to obtain an optimized separation capable to treat imprecisions contained in the initial data and generated during the computational processing. The SVM is a linear machine. In order to allow it to solve real-world problems (usually nonlinear problems), it is necessary to treat the pattern set, know as input set, transforming from nonlinear nature to linear problem. The kernel machines are responsible to do this mapping. To create the intervalar extension of SVM, both for linear and nonlinear problems, it was necessary define intervalar kernel and the Mercer s theorem (which caracterize a kernel function) to intervalar functionAs máquinas de vetores suporte (SVM - Support Vector Machines) têm atraído muita atenção na área de aprendizagem de máquinas, em especial em classificação e reconhecimento de padrões, porém, em alguns casos nem sempre é fácil classificar com precisão determinados padrões entre classes distintas. Este trabalho envolve a construção de um classificador de padrões intervalar, utilizando a SVM associada com a teoria intervalar, de modo a modelar com uma precisão controlada a separação entre classes distintas de um conjunto de padrões, com o objetivo de obter uma separação otimizada tratando de imprecisões contidas nas informações do conjunto de padrões, sejam nos dados iniciais ou erros computacionais. A SVM é uma máquina linear, e para que ela possa resolver problemas do mundo real, geralmente problemas não lineares, é necessário tratar o conjunto de padrões, mais conhecido como conjunto de entrada, de natureza não linear para um problema linear, as máquinas kernels são responsáveis por esse mapeamento. Para a extensão intervalar da SVM, tanto para problemas lineares quanto não lineares, este trabalho introduz a definição de kernel intervalar, bem como estabelece o teorema que valida uma função ser um kernel, o teorema de Mercer para funções intervalaresapplication/pdfporUniversidade Federal do Rio Grande do NortePrograma de Pós-Graduação em Engenharia ElétricaUFRNBRAutomação e Sistemas; Engenharia de Computação; TelecomunicaçõesMáquinas de vetores suporte. Intervalar. KernelSupport vector machine. Interval. KernelCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAMáquina de vetores-suporte intervalarinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALAdrianaT_TESE.pdfapplication/pdf618602https://repositorio.ufrn.br/bitstream/123456789/15225/1/AdrianaT_TESE.pdf8ea994949daea03408599ce92036681aMD51TEXTAdrianaT_TESE.pdf.txtAdrianaT_TESE.pdf.txtExtracted texttext/plain109681https://repositorio.ufrn.br/bitstream/123456789/15225/6/AdrianaT_TESE.pdf.txt69ccef722e72a63732c2d678d0469bb3MD56THUMBNAILAdrianaT_TESE.pdf.jpgAdrianaT_TESE.pdf.jpgIM Thumbnailimage/jpeg3400https://repositorio.ufrn.br/bitstream/123456789/15225/7/AdrianaT_TESE.pdf.jpg30315a3f7636081ca6eab0013c52421dMD57123456789/152252017-11-02 07:25:47.768oai:https://repositorio.ufrn.br:123456789/15225Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2017-11-02T10:25:47Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.por.fl_str_mv |
Máquina de vetores-suporte intervalar |
title |
Máquina de vetores-suporte intervalar |
spellingShingle |
Máquina de vetores-suporte intervalar Takahashi, Adriana Máquinas de vetores suporte. Intervalar. Kernel Support vector machine. Interval. Kernel CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
title_short |
Máquina de vetores-suporte intervalar |
title_full |
Máquina de vetores-suporte intervalar |
title_fullStr |
Máquina de vetores-suporte intervalar |
title_full_unstemmed |
Máquina de vetores-suporte intervalar |
title_sort |
Máquina de vetores-suporte intervalar |
author |
Takahashi, Adriana |
author_facet |
Takahashi, Adriana |
author_role |
author |
dc.contributor.authorID.por.fl_str_mv |
|
dc.contributor.authorLattes.por.fl_str_mv |
http://lattes.cnpq.br/0669090533992993 |
dc.contributor.advisorID.por.fl_str_mv |
|
dc.contributor.advisorLattes.por.fl_str_mv |
http://lattes.cnpq.br/1987295209521433 |
dc.contributor.referees1.pt_BR.fl_str_mv |
Bedregal, Benjamin René Callejas |
dc.contributor.referees1ID.por.fl_str_mv |
|
dc.contributor.referees1Lattes.por.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781417E7 |
dc.contributor.referees2.pt_BR.fl_str_mv |
Melo, Jorge Dantas de |
dc.contributor.referees2ID.por.fl_str_mv |
|
dc.contributor.referees2Lattes.por.fl_str_mv |
http://lattes.cnpq.br/7325007451912598 |
dc.contributor.referees3.pt_BR.fl_str_mv |
Lyra, Aarão |
dc.contributor.referees3ID.por.fl_str_mv |
|
dc.contributor.referees3Lattes.por.fl_str_mv |
http://lattes.cnpq.br/2558569782799336 |
dc.contributor.referees4.pt_BR.fl_str_mv |
Reiser, Renata Hax Sander |
dc.contributor.referees4ID.por.fl_str_mv |
|
dc.contributor.referees4Lattes.por.fl_str_mv |
http://lattes.cnpq.br/3283691152621834 |
dc.contributor.referees5.pt_BR.fl_str_mv |
Ferreira, Tiago Alessandro Espínola |
dc.contributor.referees5ID.por.fl_str_mv |
|
dc.contributor.referees5Lattes.por.fl_str_mv |
http://lattes.cnpq.br/6747136646016870 |
dc.contributor.author.fl_str_mv |
Takahashi, Adriana |
dc.contributor.advisor1.fl_str_mv |
Dória Neto, Adrião Duarte |
contributor_str_mv |
Dória Neto, Adrião Duarte |
dc.subject.por.fl_str_mv |
Máquinas de vetores suporte. Intervalar. Kernel |
topic |
Máquinas de vetores suporte. Intervalar. Kernel Support vector machine. Interval. Kernel CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
dc.subject.eng.fl_str_mv |
Support vector machine. Interval. Kernel |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
description |
The Support Vector Machines (SVM) has attracted increasing attention in machine learning area, particularly on classification and patterns recognition. However, in some cases it is not easy to determinate accurately the class which given pattern belongs. This thesis involves the construction of a intervalar pattern classifier using SVM in association with intervalar theory, in order to model the separation of a pattern set between distinct classes with precision, aiming to obtain an optimized separation capable to treat imprecisions contained in the initial data and generated during the computational processing. The SVM is a linear machine. In order to allow it to solve real-world problems (usually nonlinear problems), it is necessary to treat the pattern set, know as input set, transforming from nonlinear nature to linear problem. The kernel machines are responsible to do this mapping. To create the intervalar extension of SVM, both for linear and nonlinear problems, it was necessary define intervalar kernel and the Mercer s theorem (which caracterize a kernel function) to intervalar function |
publishDate |
2012 |
dc.date.issued.fl_str_mv |
2012-09-26 |
dc.date.accessioned.fl_str_mv |
2014-12-17T14:55:12Z |
dc.date.available.fl_str_mv |
2014-01-17 2014-12-17T14:55:12Z |
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.citation.fl_str_mv |
TAKAHASHI, Adriana. Máquina de vetores-suporte intervalar. 2012. 72 f. Tese (Doutorado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2012. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/15225 |
identifier_str_mv |
TAKAHASHI, Adriana. Máquina de vetores-suporte intervalar. 2012. 72 f. Tese (Doutorado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2012. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/15225 |
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 Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Automação e Sistemas; Engenharia de Computação; Telecomunicações |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/15225/1/AdrianaT_TESE.pdf https://repositorio.ufrn.br/bitstream/123456789/15225/6/AdrianaT_TESE.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/15225/7/AdrianaT_TESE.pdf.jpg |
bitstream.checksum.fl_str_mv |
8ea994949daea03408599ce92036681a 69ccef722e72a63732c2d678d0469bb3 30315a3f7636081ca6eab0013c52421d |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117888470941696 |