Estudo e Análise Comparativa das Técnicas de Redução de Dimensionalidade Lineares e não Lineares

Detalhes bibliográficos
Autor(a) principal: Souza, Patrícia Aparecida [UNIFESP]
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNIFESP
Texto Completo: https://hdl.handle.net/11600/63640
Resumo: O trabalho proposto, tem como objetivo, o estudo dos principais métodos de redução de dimensionalidade não lineares e dois dos métodos de redução lineares mais amplamente usados na literatura que são o Principal Components Analysis (PCA) e o Metric Multidimensional Scaling (MDS). Serão discutidos os fundamentos matemáticos subjacentes à cada um dos métodos e uma análise comparativa entre as técnicas será realizada utilizando conjuntos de dados naturais e artificialmente gerados.
id UFSP_e87326d1a6d8ee84544c7ffbb6d8bfb0
oai_identifier_str oai:repositorio.unifesp.br/:11600/63640
network_acronym_str UFSP
network_name_str Repositório Institucional da UNIFESP
repository_id_str 3465
spelling Estudo e Análise Comparativa das Técnicas de Redução de Dimensionalidade Lineares e não LinearesStudy and Comparative Analysis of Linear and Nonlinear Dimensionality Reduction TechniquesReduçãoDimensionalidadeEstudoComparativoO trabalho proposto, tem como objetivo, o estudo dos principais métodos de redução de dimensionalidade não lineares e dois dos métodos de redução lineares mais amplamente usados na literatura que são o Principal Components Analysis (PCA) e o Metric Multidimensional Scaling (MDS). Serão discutidos os fundamentos matemáticos subjacentes à cada um dos métodos e uma análise comparativa entre as técnicas será realizada utilizando conjuntos de dados naturais e artificialmente gerados.The proposed work aims to study the main nonlinear dimensional reduction methods and two of the most widely used linear reduction methods in the literature, PCA and MDS. The mathematical foundations underlying each method will be discussed and a comparative analysis between the techniques will be performed using both natural and artificially generated data sets. Among the non-linear dimensionality reduction methods will be approached Isomap, Maximum Variance Unfolding, Locally Linear Embedding, Hessian Locally Linear Embedding, Local Tangent Space Alignment, Diffusion Maps and Laplacian Eigenmaps.Não recebi financiamentoUniversidade Federal de São PauloQuiles, Marcos Gonçalves [UNIFESP]Senne, Thadeu Alves [UNIFESP]http://lattes.cnpq.br/5295410580942095http://lattes.cnpq.br/8867164774240536http://lattes.cnpq.br/2518195163367539Souza, Patrícia Aparecida [UNIFESP]2022-03-29T15:57:54Z2022-03-29T15:57:54Z2018-12-06info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersion142 f.application/pdfSouza, Patrícia Aparecida. Estudo e Análise Comparativa das Técnicas de Redução de Dimensionalidade Lineares e não Lineares. Marcos Gonçalves Quiles.https://hdl.handle.net/11600/63640porInstituto de Ciência e Tecnologia de São José dos Camposinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFESPinstname:Universidade Federal de São Paulo (UNIFESP)instacron:UNIFESP2024-07-26T20:20:07Zoai:repositorio.unifesp.br/:11600/63640Repositório InstitucionalPUBhttp://www.repositorio.unifesp.br/oai/requestbiblioteca.csp@unifesp.bropendoar:34652024-07-26T20:20:07Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)false
dc.title.none.fl_str_mv Estudo e Análise Comparativa das Técnicas de Redução de Dimensionalidade Lineares e não Lineares
Study and Comparative Analysis of Linear and Nonlinear Dimensionality Reduction Techniques
title Estudo e Análise Comparativa das Técnicas de Redução de Dimensionalidade Lineares e não Lineares
spellingShingle Estudo e Análise Comparativa das Técnicas de Redução de Dimensionalidade Lineares e não Lineares
Souza, Patrícia Aparecida [UNIFESP]
Redução
Dimensionalidade
Estudo
Comparativo
title_short Estudo e Análise Comparativa das Técnicas de Redução de Dimensionalidade Lineares e não Lineares
title_full Estudo e Análise Comparativa das Técnicas de Redução de Dimensionalidade Lineares e não Lineares
title_fullStr Estudo e Análise Comparativa das Técnicas de Redução de Dimensionalidade Lineares e não Lineares
title_full_unstemmed Estudo e Análise Comparativa das Técnicas de Redução de Dimensionalidade Lineares e não Lineares
title_sort Estudo e Análise Comparativa das Técnicas de Redução de Dimensionalidade Lineares e não Lineares
author Souza, Patrícia Aparecida [UNIFESP]
author_facet Souza, Patrícia Aparecida [UNIFESP]
author_role author
dc.contributor.none.fl_str_mv Quiles, Marcos Gonçalves [UNIFESP]
Senne, Thadeu Alves [UNIFESP]
http://lattes.cnpq.br/5295410580942095
http://lattes.cnpq.br/8867164774240536
http://lattes.cnpq.br/2518195163367539
dc.contributor.author.fl_str_mv Souza, Patrícia Aparecida [UNIFESP]
dc.subject.por.fl_str_mv Redução
Dimensionalidade
Estudo
Comparativo
topic Redução
Dimensionalidade
Estudo
Comparativo
description O trabalho proposto, tem como objetivo, o estudo dos principais métodos de redução de dimensionalidade não lineares e dois dos métodos de redução lineares mais amplamente usados na literatura que são o Principal Components Analysis (PCA) e o Metric Multidimensional Scaling (MDS). Serão discutidos os fundamentos matemáticos subjacentes à cada um dos métodos e uma análise comparativa entre as técnicas será realizada utilizando conjuntos de dados naturais e artificialmente gerados.
publishDate 2018
dc.date.none.fl_str_mv 2018-12-06
2022-03-29T15:57:54Z
2022-03-29T15:57:54Z
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv Souza, Patrícia Aparecida. Estudo e Análise Comparativa das Técnicas de Redução de Dimensionalidade Lineares e não Lineares. Marcos Gonçalves Quiles.
https://hdl.handle.net/11600/63640
identifier_str_mv Souza, Patrícia Aparecida. Estudo e Análise Comparativa das Técnicas de Redução de Dimensionalidade Lineares e não Lineares. Marcos Gonçalves Quiles.
url https://hdl.handle.net/11600/63640
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 142 f.
application/pdf
dc.coverage.none.fl_str_mv Instituto de Ciência e Tecnologia de São José dos Campos
dc.publisher.none.fl_str_mv Universidade Federal de São Paulo
publisher.none.fl_str_mv Universidade Federal de São Paulo
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFESP
instname:Universidade Federal de São Paulo (UNIFESP)
instacron:UNIFESP
instname_str Universidade Federal de São Paulo (UNIFESP)
instacron_str UNIFESP
institution UNIFESP
reponame_str Repositório Institucional da UNIFESP
collection Repositório Institucional da UNIFESP
repository.name.fl_str_mv Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)
repository.mail.fl_str_mv biblioteca.csp@unifesp.br
_version_ 1814268440169414656

Registros relacionados