Seleção de variáveis usando o algoritmo genético

Detalhes bibliográficos
Autor(a) principal: Pinto, Matheus Henrique Tavares
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/handle/123456789/48411
Resumo: Muitos problemas práticos envolvendo modelos lineares em algum momento necessitam de uma redução do número de varíaveis envolvidas, seja pelo custo envolvido em se trabalhar com muitas variáveis, seja por que uma certa quantidade de variáveis já explica satisfatoriamente o problema abordado. Podemos citar entre outras técnicas a análise de componentes principais, a seleção do melhor subconjunto de variáveis, a seleção progressiva de variáveis, etc. Nesse trabalho apresentaremos como proceder a seleção de variáveis de um modelo linear utilizando o algoritmo genético . Além disso, mostramos que o algoritmo genético elitista (AGE) converge para o conjunto das populações contendo uma solução do problema de otimização considerado, ao mesmo tempo, mostramos como usar a convergência do AGE para obter soluções para o problema de seleção de variáveis.
id UFRN_d3a2d52ea9304c86fd8e5d3cbf405a5e
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/48411
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Pinto, Matheus Henrique Tavareshttp://lattes.cnpq.br/2351937901646677http://lattes.cnpq.br/7174877398310072Morales, Fidel Ernesto Castrohttp://lattes.cnpq.br/8552159154343151Santos Neto, Manoel Ferreira dosPereira, André Gustavo Campos2022-07-08T20:30:04Z2022-07-08T20:30:04Z2022-02-18PINTO, Matheus Henrique Tavares. Seleção de variáveis usando o algoritmo genético. 2022. 56f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2022.https://repositorio.ufrn.br/handle/123456789/48411Muitos problemas práticos envolvendo modelos lineares em algum momento necessitam de uma redução do número de varíaveis envolvidas, seja pelo custo envolvido em se trabalhar com muitas variáveis, seja por que uma certa quantidade de variáveis já explica satisfatoriamente o problema abordado. Podemos citar entre outras técnicas a análise de componentes principais, a seleção do melhor subconjunto de variáveis, a seleção progressiva de variáveis, etc. Nesse trabalho apresentaremos como proceder a seleção de variáveis de um modelo linear utilizando o algoritmo genético . Além disso, mostramos que o algoritmo genético elitista (AGE) converge para o conjunto das populações contendo uma solução do problema de otimização considerado, ao mesmo tempo, mostramos como usar a convergência do AGE para obter soluções para o problema de seleção de variáveis.Many practical problems involving linear models has a step that consists in reducing the number of variables of the model, either it is very expensive to deal with too many variables or because some of the variables are able to explain the response satisfactorily. We can cite among such methods of reducing the number of variables of a linear model, the principal component analysis, best subset selection, forward stepwise selection, etc. In this work, we present how to use the elitist genetic algorithm in order to select a collection of variables for a linear model. Besides that, we show the convergence of the elitist genetic algorithm to the set of all possible populations containing a solution of the problem under study, at the same time we will obtain solutions to the variable selection problem using the convergence of the elitist genetic algorithm.Universidade Federal do Rio Grande do NortePROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICAUFRNBrasilEstatística matemáticaAGEAICSeleção de variáveisProcessos estocásticosCadeias de MarkovSeleção de variáveis usando o algoritmo genéticoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALSelecaovariaveisusando_Pinto_2022.pdfapplication/pdf710841https://repositorio.ufrn.br/bitstream/123456789/48411/1/Selecaovariaveisusando_Pinto_2022.pdf51215391c60cd47c32ceb451656a9478MD51123456789/484112022-07-08 17:30:42.532oai:https://repositorio.ufrn.br:123456789/48411Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2022-07-08T20:30:42Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Seleção de variáveis usando o algoritmo genético
title Seleção de variáveis usando o algoritmo genético
spellingShingle Seleção de variáveis usando o algoritmo genético
Pinto, Matheus Henrique Tavares
Estatística matemática
AGE
AIC
Seleção de variáveis
Processos estocásticos
Cadeias de Markov
title_short Seleção de variáveis usando o algoritmo genético
title_full Seleção de variáveis usando o algoritmo genético
title_fullStr Seleção de variáveis usando o algoritmo genético
title_full_unstemmed Seleção de variáveis usando o algoritmo genético
title_sort Seleção de variáveis usando o algoritmo genético
author Pinto, Matheus Henrique Tavares
author_facet Pinto, Matheus Henrique Tavares
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/2351937901646677
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/7174877398310072
dc.contributor.referees1.none.fl_str_mv Morales, Fidel Ernesto Castro
dc.contributor.referees1Lattes.pt_BR.fl_str_mv http://lattes.cnpq.br/8552159154343151
dc.contributor.referees2.none.fl_str_mv Santos Neto, Manoel Ferreira dos
dc.contributor.author.fl_str_mv Pinto, Matheus Henrique Tavares
dc.contributor.advisor1.fl_str_mv Pereira, André Gustavo Campos
contributor_str_mv Pereira, André Gustavo Campos
dc.subject.por.fl_str_mv Estatística matemática
AGE
AIC
Seleção de variáveis
Processos estocásticos
Cadeias de Markov
topic Estatística matemática
AGE
AIC
Seleção de variáveis
Processos estocásticos
Cadeias de Markov
description Muitos problemas práticos envolvendo modelos lineares em algum momento necessitam de uma redução do número de varíaveis envolvidas, seja pelo custo envolvido em se trabalhar com muitas variáveis, seja por que uma certa quantidade de variáveis já explica satisfatoriamente o problema abordado. Podemos citar entre outras técnicas a análise de componentes principais, a seleção do melhor subconjunto de variáveis, a seleção progressiva de variáveis, etc. Nesse trabalho apresentaremos como proceder a seleção de variáveis de um modelo linear utilizando o algoritmo genético . Além disso, mostramos que o algoritmo genético elitista (AGE) converge para o conjunto das populações contendo uma solução do problema de otimização considerado, ao mesmo tempo, mostramos como usar a convergência do AGE para obter soluções para o problema de seleção de variáveis.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-07-08T20:30:04Z
dc.date.available.fl_str_mv 2022-07-08T20:30:04Z
dc.date.issued.fl_str_mv 2022-02-18
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.citation.fl_str_mv PINTO, Matheus Henrique Tavares. Seleção de variáveis usando o algoritmo genético. 2022. 56f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2022.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/handle/123456789/48411
identifier_str_mv PINTO, Matheus Henrique Tavares. Seleção de variáveis usando o algoritmo genético. 2022. 56f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2022.
url https://repositorio.ufrn.br/handle/123456789/48411
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.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICA
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
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/123456789/48411/1/Selecaovariaveisusando_Pinto_2022.pdf
bitstream.checksum.fl_str_mv 51215391c60cd47c32ceb451656a9478
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117793038991360

Registros relacionados