Agregação de Elencos de Classificadores Utilizando Integral de Choquet Baseada em Medida Fuzzy.

Nome: ANDRÉ GEORGHTON CARDOSO PACHECO
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 15/07/2016
Orientador:

Nomeordem decrescente Papel
RENATO ANTÔNIO KROHLING Orientador

Banca:

Nomeordem decrescente Papel
JOÃO PAULO PAPA Examinador Externo
MARIA CLAUDIA SILVA BOERES Examinador Interno
RENATO ANTÔNIO KROHLING Orientador

Resumo: Classificação de dados pode ser aplicado em diversos problemas reais, tais como: reconhecer padrões em imagens, diferenciar espécies de plantas, classificar tumores benignos e malignos, dentre outros. Muitos desses problemas possuem padrões de dados difíceis de serem identificados, o que requer, consequentemente, técnicas mais avançadas para sua resolução. Ao longo dos anos diversos algoritmos de classificação foram desenvolvidos para abordar esses problemas, todavia, não existe um classificador capaz de ser a melhor opção em todas as situações. Baseado nisso, surge o conceito de sistemas baseados em elencos, no qual, mais de uma metodologia é utilizada em conjunto para solucionar um determinado problema. Por ser uma metodologia simples e eficaz elencos de classificadores vem sendo aplicados em diversos problemas de classificação com intuito de melhorar o desempenho e a aumentar confiabilidade do resultado final. Entretanto, para que o elenco seja capaz de promover melhorias, uma boa técnica de agregação deve ser aplicada. Neste trabalho, duas contribuições são apresentadas: primeiramente será apresentado o uso de três classificadores baseado em redes neurais artificiais, sendo uma rede neural multicamadas feedforward usando o algoritmo de treinamento de Levenberg-Marquardt, uma rede neural do tipo máquina de aprendizado extremo (ELM), e máquina de Boltzmann restrita discriminativa (DRBM), além de um classificador convencional do tipo K vizinhos mais próximos (KNN). A seguir é proposto uma metodologia de agregação de elencos de classificadores utilizando a integral de Choquet com uma medida fuzzy obtida através da técnica de Análise de Componentes Principais (PCA). Por fim, tal metodologia é aplicada para agregar os classificadores obtidos para benchmarks convencionais da literatura e também para grande base de dados (big data) e os resultados são promissores.

Acesso ao documento

Acesso à informação
Transparência Pública

© 2013 Universidade Federal do Espírito Santo. Todos os direitos reservados.
Av. Fernando Ferrari, 514 - Goiabeiras, Vitória - ES | CEP 29075-910