Geração, seleção e combinação de componentes para ensembles de redes neurais aplicadas a problemas de classificação

Detalhes bibliográficos
Autor(a) principal: Coelho, Guilherme Palermo, 1980-
Data de Publicação: 2006
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1607758
Resumo: Orientador: Fernando Jose Von Zuben
id UNICAMP-30_11ce44126e1cc7adb694d8ddbe0b1f94
oai_identifier_str oai::431632
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Geração, seleção e combinação de componentes para ensembles de redes neurais aplicadas a problemas de classificaçãoGeneration, selection and combination of components in neural network ensembles applied to classification problemsRedes neurais (Computação)Sistema imunológicoInteligência artificialArtificial Neural NetworksArtificial immune systemPattern classifiersEnsemblesComponent selectionComponent combinationOrientador: Fernando Jose Von ZubenDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e ComputaçãoResumo: O uso da abordagem ensembles tem sido bastante explorado na última década, por se tratar de uma técnica simples e capaz de aumentar a capacidade de generalização de soluções baseadas em aprendizado de máquina. No entanto, para que um ensemble seja capaz de promover melhorias de desempenho, os seus componentes devem apresentar bons desempenhos individuais e, ao mesmo tempo, devem ter comportamentos diversos entre si. Neste trabalho, é proposta uma metodologia de criação de ensembles para problemas de classificação, onde os componentes são redes neurais artificiais do tipo perceptron multicamadas. Para que fossem gerados bons candidatos a comporem o ensemble, atendendo a critérios de desempenho e de diversidade, foi aplicada uma meta-heurística populacional imuno-inspirada, denominada opt-aiNet, a qual é caracterizada por definir automaticamente o número de indivíduos na população a cada iteração, promover diversidade e preservar ótimos locais ao longo da busca. Na etapa de seleção dos componentes que efetivamente irão compor o ensemble, foram utilizadas seis técnicas distintas e, para combinação dos componentes selecionados, foram adotadas cinco estratégias. A abordagem proposta foi aplicada a quatro problemas de classificação de padrões e os resultados obtidos indicam a validade da metodologia de criação de ensembles. Além disso, foi verificada uma dependência entre o melhor par de técnicas de seleção e combinação e a população de indivíduos candidatos a comporem o ensemble, assim como foi feita uma análise de confiabilidade dos resultados de classificaçãoAbstract: In the last decade, the ensemble approach has been widely explored, once it is a simple technique capable of increasing the generalization capability of machine learning based solutions. However, an ensemble can only promote performance enhancement if its components present good individual performance and, at the same time, diverse behavior among each other. This work proposes a methodology to synthesize ensembles for classification problems, where the components of the ensembles are multi-layer perceptrons. To generate good candidates to compose the ensemble, meeting the performance and diversity requirements, it was applied a populational and immune-inspired metaheuristic, named opt-aiNet, which is characterized as being capable of automatically determining the number of individuals in the population at each iteration, promoting diversity and preserving local optima through the search. In the component selection phase, six distinct techniques were applied and, to combine these selected components, five strategies were adopted. The proposed approach was applied to four pattern classification problems and the obtained results indicated the validity of the methodology to synthesize ensembles. It was also verified a dependence of the best pair of selection and combination techniques on the population of candidates to compose the ensemble, and it was made an analysis of the confidence of the classification resultsMestradoEngenharia de ComputaçãoMestre em Engenharia Elétrica[s.n.]Von Zuben, Fernando José, 1968-Canuto, Anne Magaly de PaulaAttux, Romis Ribeiro de FaissolLima, Clodoaldo Aparecido de MoraesUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASCoelho, Guilherme Palermo, 1980-20062006-09-29T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf136p. : il.https://hdl.handle.net/20.500.12733/1607758COELHO, Guilherme Palermo. Geração, seleção e combinação de componentes para ensembles de redes neurais aplicadas a problemas de classificação. 2006. 136p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1607758. Acesso em: 2 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/431632porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T05:17:41Zoai::431632Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T05:17:41Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Geração, seleção e combinação de componentes para ensembles de redes neurais aplicadas a problemas de classificação
Generation, selection and combination of components in neural network ensembles applied to classification problems
title Geração, seleção e combinação de componentes para ensembles de redes neurais aplicadas a problemas de classificação
spellingShingle Geração, seleção e combinação de componentes para ensembles de redes neurais aplicadas a problemas de classificação
Coelho, Guilherme Palermo, 1980-
Redes neurais (Computação)
Sistema imunológico
Inteligência artificial
Artificial Neural Networks
Artificial immune system
Pattern classifiers
Ensembles
Component selection
Component combination
title_short Geração, seleção e combinação de componentes para ensembles de redes neurais aplicadas a problemas de classificação
title_full Geração, seleção e combinação de componentes para ensembles de redes neurais aplicadas a problemas de classificação
title_fullStr Geração, seleção e combinação de componentes para ensembles de redes neurais aplicadas a problemas de classificação
title_full_unstemmed Geração, seleção e combinação de componentes para ensembles de redes neurais aplicadas a problemas de classificação
title_sort Geração, seleção e combinação de componentes para ensembles de redes neurais aplicadas a problemas de classificação
author Coelho, Guilherme Palermo, 1980-
author_facet Coelho, Guilherme Palermo, 1980-
author_role author
dc.contributor.none.fl_str_mv Von Zuben, Fernando José, 1968-
Canuto, Anne Magaly de Paula
Attux, Romis Ribeiro de Faissol
Lima, Clodoaldo Aparecido de Moraes
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Coelho, Guilherme Palermo, 1980-
dc.subject.por.fl_str_mv Redes neurais (Computação)
Sistema imunológico
Inteligência artificial
Artificial Neural Networks
Artificial immune system
Pattern classifiers
Ensembles
Component selection
Component combination
topic Redes neurais (Computação)
Sistema imunológico
Inteligência artificial
Artificial Neural Networks
Artificial immune system
Pattern classifiers
Ensembles
Component selection
Component combination
description Orientador: Fernando Jose Von Zuben
publishDate 2006
dc.date.none.fl_str_mv 2006
2006-09-29T00:00:00Z
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.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1607758
COELHO, Guilherme Palermo. Geração, seleção e combinação de componentes para ensembles de redes neurais aplicadas a problemas de classificação. 2006. 136p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1607758. Acesso em: 2 set. 2024.
url https://hdl.handle.net/20.500.12733/1607758
identifier_str_mv COELHO, Guilherme Palermo. Geração, seleção e combinação de componentes para ensembles de redes neurais aplicadas a problemas de classificação. 2006. 136p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1607758. Acesso em: 2 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/431632
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
136p. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809188991481675776

Registros relacionados