Support Vector Machine Ensemble Based on Feature and Hyperparameter Variation.

Nome: ESTEPHAN DAZZI WANDEKOKEN
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 23/02/2011
Orientador:

Nomeordem decrescente Papel
THOMAS WALTER RAUBER Orientador

Banca:

Nomeordem decrescente Papel
FLÁVIO MIGUEL VAREJÃO Coorientador
RENATO ANTÔNIO KROHLING Examinador Interno
THOMAS WALTER RAUBER Orientador

Resumo: Classificadores do tipo máquina de vetores de suporte (SVM) são atualmente considerados
uma das técnicas mais poderosas para se resolver problemas de classificação com duas classes.
Para aumentar o desempenho alcançado por classificadores SVM individuais, uma abordagem
bem estabelecida é usar uma combinação de SVMs, a qual corresponde a um conjunto de classificadores SVMs que são, simultaneamente, individualmente precisos e coletivamente divergentes em suas decisões. Este trabalho propõe uma abordagem para se criar combinações de
SVMs, baseada em um processo de três estágios. Inicialmente, são usadas execuções complementares de uma busca baseada em algoritmos genéticos (GEFS), com o objetivo de investigar
globalmente o espaço de características para definir um conjunto de subconjuntos de características. Em seguida, para cada um desses subconjuntos de características definidos, uma SVM
que usa parâmetros otimizados é construída. Por fim, é empregada uma busca local com o
objetivo de selecionar um subconjunto otimizado dessas SVMs, e assim formar a combinação
de SVMs que é finalmente produzida. Os experimentos foram realizados num contexto de detecção de defeitos em máquinas industriais. Foram usados 2000 exemplos de sinais de vibração
de moto bombas instaladas em plataformas de petróleo. Os experimentos realizados mostram
que o método proposto para se criar combinação de SVMs apresentou um desempenho superior
em comparação a outras abordagens de classificação bem estabelecidas.

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