31 |
[en] CO-SITE MICROSCOPY: NEW POSSIBILITIES IN THE ORE CHARACTERIZATION / [pt] MICROSCOPIA CO-LOCALIZADA: NOVAS POSSIBILIDADES NA CARACTERIZAÇÃO DE MINÉRIOSOTAVIO DA FONSECA MARTINS GOMES 31 March 2008 (has links)
[pt] A integração do controle por computador de microscópios com
a aquisição e análise digital de imagens levou à criação de
uma nova área, denominada Microscopia Digital. Além de
permitir um certo grau de automação, a Microscopia Digital
abriu possibilidades realmente novas para a caracterização
microestrutural. Uma destas novas e promissoras
possibilidades é a Microscopia Co-localizada, que junta
diversos tipos de informação, obtidas a partir de
diferentes técnicas de microscopia. No presente trabalho
foi desenvolvida e implementada uma metodologia de
Microscopia Co-localizada que combina imagens de
Microscopia Óptica de Luz Refletida (MO) e de Microscopia
Eletrônica de Varredura (MEV). Esta metodologia envolve
desde a aquisição das imagens nos microscópios até a
análise das fases presentes através de técnicas de
Reconhecimento de Padrões. Um procedimento automático de
registro entre os dois tipos de imagens foi desenvolvido,
permitindo o ajuste de magnificação, translação, rotação,
tamanho de pixel e distorções locais. Desta forma, imagens
de MO e de MEV de uma dada amostra podem ser combinadas
precisamente. A metodologia foi testada com diversas
amostras minerais, visando a discriminação de fases que são
indistinguíveis por MO ou MEV. A Microscopia Co-localizada
MOMEV foi empregada em uma rotina para a caracterização de
amostras de minério de ferro e os resultados obtidos foram
comparados com os da análise tradicional ao MEV. / [en] Computer-controlled microscopes with digital image
acquisition and analysis
led to the creation of a new field, called Digital
Microscopy. Digital Microscopy not
only allows a certain degree of automation but also has
brought new possibilities to
microstructural characterization. One of these new and
promising possibilities is Co-
Site Microscopy, that links different kinds of information,
obtained from different
microscopy techniques. The present work presents the
development and
implementation of a Co-Site Microscopy methodology that
combines images
obtained by Reflected Light Microscopy (RLM) and Scanning
Electron Microscopy
(SEM). This methodology involves the whole sequence, from
image acquisition at
the microscopes to the analysis of the phases using Pattern
Recognition techniques.
An automatic registration procedure for the two kinds of
images was developed,
allowing the adjustment of magnification, translation,
rotation, and pixel size, and the
correction of local distortions. The methodology was tested
with several mineral
samples, aiming at the discrimination of phases that are
not distinguishable with
either RLM or SEM. The RLM-SEM Co-Site Microscopy technique
was employed in
the characterization of iron ore samples and the obtained
results were compared to
the traditional analysis by SEM.
|
32 |
[en] RELAPSE RISK ESTIMATION IN CHILDREN WITH ACUTE LYMPHOBLASTIC LEUKEMIA BY USING NEURAL NETWORKS / [pt] ESTIMAÇÃO DO RISCO DE RECIDIVA EM CRIANÇAS PORTADORAS DE LEUCEMIA LINFOBLÁSTICA AGUDA USANDO REDES NEURAISJOSE LEONARDO RIBEIRO MACRINI 21 December 2004 (has links)
[pt] Esta tese propõe uma metodologia, baseada em procedimentos
quantitativos, para estimação do risco de evento adverso
(recaída ou morte) em
crianças portadoras de Leucemia Linfoblástica Aguda (LLA).
A metodologia
proposta foi implementada e analisada utilizando dados de
grupo de crianças
diagnosticadas no Setor de Hematologia do Instituto de
Puericultura e Pediatria
Martagão Gesteira (IPPMG) da UFRJ e no Serviço de
Hematologia Hospital
Universitário Pedro Ernesto (HUPE) da UERJ que constituem
uma considerável
parcela dos casos de LLA na infância registrados no Rio de
Janeiro nos últimos
anos.
A estimação do risco de recaída foi realizada através de um
modelo de
Redes Neurais após uma seqüência de procedimentos de pré-
tratamento de
variáveis e de refinamentos do método no que concerne a
saída alvo da rede.
O tratamento das variáveis é fundamental uma vez que o
número reduzido
de amostras é uma característica intrínseca deste problema.
Embora a LLA seja
o câncer mais freqüente a infância, sua incidência é de
aproximadamente 1 caso
por 100 mil habitantes por ano. Os resultados encontrados
foram satisfatórios obtendo-se um percentual de
acerto de 93% (fora da amostra) para os pacientes que
recaíram quando
comparados com o método classicamente utilizado na clínica
médica para a
avaliação do risco de recidiva (método do grupo BFM).
Espera-se que os
resultados obtidos possam vir a dar subsídios às condutas
médicas em relação à
estimativa do risco de recidiva dos pacientes, portanto,
podendo vir a ser útil na
modulação da intensidade da terapêutica. / [en] In this it is proposed a methodology, based on quantitative
procedure, to
estimate the adverse event risk (relapse or death) in Acute
Lymphoblastic
Leukemia (ALL) in children. This methodology was
implemented and analyzed
in a dataset composed by children diagnosed and treated at
the hematology
service of the Instituto de Puericultura e Pediatria
Martagão Gesteira (IPPMG)
in the Federal University of Rio de Janeiro and of the
Hospital Universitário
Pedro Ernesto (HUPE) in the University of state of Rio de
Janeiro. This group
constitutes a considerable fraction of the ALL cases in
childhood registered in
the last few years in Rio de Janeiro.
The relapse risk was estimated by a Neural Networks model
after a
sequence of variable pre-treatment procedures. This
treatment has a fundamental
importance due to the small number of cases (an intrinsic
characteristic of this
problem). Although, the ALL is the most frequent cancer in
childhood, it
incidence is approximately just 1 case for 100 000
inhabitants by year.
The obtained results may be considered excellent when
compared with the
classical risk estimative method used in the medical
clinics (BFM risk). A
perceptual of successes of 93% (out-of-sample) in no-
relapse patients was
achieved. We expect that the obtained results may subsidize
medical conduct
concerning the risk of adverse event and so it could be
useful in the treatment
intensity modulation.
|
33 |
[en] FUZZY RULES EXTRACTION FROM SUPPORT VECTOR MACHINES (SVM) FOR MULTI-CLASS CLASSIFICATION / [pt] EXTRAÇÃO DE REGRAS FUZZY PARA MÁQUINAS DE VETOR SUPORTE (SVM) PARA CLASSIFICAÇÃO EM MÚLTIPLAS CLASSESADRIANA DA COSTA FERREIRA CHAVES 25 October 2006 (has links)
[pt] Este trabalho apresenta a proposta de um novo método para
a extração de
regras fuzzy de máquinas de vetor suporte (SVMs) treinadas
para problemas de
classificação. SVMs são sistemas de aprendizado baseados
na teoria estatística
do aprendizado e apresentam boa habilidade de
generalização em conjuntos de
dados reais. Estes sistemas obtiveram sucesso em vários
tipos de problemas.
Entretanto, as SVMs, da mesma forma que redes neurais
(RN), geram um
modelo caixa preta, isto é, um modelo que não explica o
processo pelo qual
sua saída é obtida. Alguns métodos propostos para reduzir
ou eliminar essa
limitação já foram desenvolvidos para o caso de
classificação binária, embora
sejam restritos à extração de regras simbólicas, isto é,
contêm funções ou
intervalos nos antecedentes das regras. No entanto, a
interpretabilidade de
regras simbólicas ainda é reduzida. Deste modo, propõe-se,
neste trabalho, uma
técnica para a extração de regras fuzzy de SVMs treinadas,
com o objetivo de
aumentar a interpretabilidade do conhecimento gerado. Além
disso, o modelo
proposto foi desenvolvido para classificação em múltiplas
classes, o que ainda
não havia sido abordado até agora. As regras fuzzy obtidas
são do tipo se x1
pertence ao conjunto fuzzy C1, x2 pertence ao conjunto
fuzzy C2,..., xn pertence
ao conjunto fuzzy Cn, então o ponto x = (x1,...,xn) é da
classe A. Para testar o
modelo foram realizados estudos de caso detalhados com
quatro bancos de
dados: Íris, Wine, Bupa Liver Disorders e Winconsin Breast
Cancer. A cobertura
das regras resultantes da aplicação desse modelo nos
testes realizados
mostrou-se muito boa, atingindo 100% no caso da Íris. Após
a geração das
regras, foi feita uma avaliação das mesmas, usando dois
critérios, a abrangência
e a acurácia fuzzy. Além dos testes acima mencionados foi
comparado o
desempenho dos métodos de classificação em múltiplas
classes usados no
trabalho. / [en] This text proposes a new method for fuzzy rule extraction from support
vector machines (SVMs) trained to solve classification problems. SVMs are
learning systems based on statistical learning theory and present good ability of
generalization in real data base sets. These systems have been successfully
applied to a wide variety of application. However SVMs, as well as neural
networks, generates a black box model, i.e., a model which does not explain the
process used in order to obtain its result. Some considered methods to reduce
this limitation already has been proposed for the binary classification case,
although they are restricted to symbolic rules extraction, and they have, in their
antecedents, functions or intervals. However, the interpretability of the symbolic
generated rules is small. Hence, to increase the linguistic interpretability of the
generating rules, we propose a new technique for extracting fuzzy rules of a
trained SVM. Moreover, the proposed model was developed for classification in
multiple classes, which was not introduced till now. Fuzzy rules obtained are
presented in the format if x1 belongs to the fuzzy set C1, x2 belongs to the fuzzy
set C2 , … , xn belongs to the fuzzy set Cn , then the point x=(x1, x2, …xn) belongs
to class A. For testing this new model, we performed detailed researches on four
data bases: Iris, Wine, Bupa Liver Disorders and Wisconsin Breast Cancer. The
rules´ coverage resultant of the application of this method was quite good,
reaching 100% in Iris case. After the rules generation, its evaluation was
performed using two criteria: coverage and accuracy. Besides the testing above,
the performance of the methods for multi-class SVM described in this work was
evaluated.
|
34 |
[en] A MULTI-AGENT FRAMEWORK FOR SEARCH AND FLEXIBILIZATION OF DOCUMENT CLASSIFICATION ALGORITHMS / [pt] UM FRAMEWORK MULTI-AGENTES PARA BUSCA E FLEXIBILIZAÇÃO DE ALGORITMOS DE CLASSIFICAÇÃO DE DOCUMENTOSJOAO ALFREDO PINTO DE MAGALHAES 18 June 2003 (has links)
[pt] Vivemos na era da informação, onde o conhecimento é criado
numa velocidade nunca antes vista. Esse aumento de
velocidade teve como principalrazão a Internet, que alterou
os paradigmas até então existentes de troca de informações
entre as pessoas. Através da rede, trabalhos inteiros podem
ser publicados, atingindo um público alvo impossível de ser
alcançado através dos meios existentes anteriormente.
Porém, o excesso de informação também pode agir no sentido
contrário: muita informação pode ser igual a nenhuma
informação. Nosso trabalho foi o de produzir um sistema
multi-agentes para busca e classificação de documentos
textuais de um domínio específico. Foi construída
uma infra-estrutura que separa as questões referentes à
busca e seleção dos documentos (plataforma) das referentes
ao algoritmo de classificação utilizado (uma aplicação do
conceito de separation of concerns). Dessa forma, é possível
não só acoplar algoritmos já existentes, mas também gerar
novos algoritmos levando em consideração características
específicas do domínio de documentos abordado. Foram
geradas quatro instâncias a partir do framework, uma
aplicação de webclipping, um componente para auxílio a
knowledge management, um motor de busca para websites e uma
aplicação para a web semântica. / [en] We are living in the information age, where knowledge is
constantly being created in a rate that was never seen
before. This is mainly due to Internet, that changed all
the information exchange paradigms between people. Through
the net, it is possible to publish or exchange whole works,
reaching an audience impossible to be reached through other
means. However, excess of information can be harmful:
having too much information can be equal to having no
information at all. Our work was to build a multi-agent
framework for search and flexibilization of textual
document classification algorithms of a specific domain.
We have built an infra-structure that separates the
concerns of document search and selection (platform) from
the concerns of document classification (an application of
the separation of concerns concept). It is possible not
only to use existing algorithms, but also to generate new
ones that consider domain-specific characteristics of
documents. We generated four instances of the framework, a
webclipping application, a knowledge management component,
a search engine for websites and an application for the
semantic web.
|
35 |
[en] MACHINE LEARNING FOR SENTIMENT CLASSIFICATION / [pt] APRENDIZADO DE MÁQUINA PARA O PROBLEMA DE SENTIMENT CLASSIFICATIONPEDRO OGURI 18 May 2007 (has links)
[pt] Sentiment Analysis é um problema de categorização de texto
no qual deseja-se identificar opiniões favoráveis e
desfavoráveis com relação a um tópico.
Um exemplo destes tópicos de interesse são organizações e
seus produtos. Neste problema, documentos são
classificados pelo sentimento, conotação,
atitudes e opiniões ao invés de se restringir aos fatos
descritos neste. O principal desafio em Sentiment
Classification é identificar como sentimentos são
expressados em textos e se tais sentimentos indicam uma
opinião positiva (favorável) ou negativa (desfavorável)
com relação a um tópico. Devido ao crescente volume de
dados disponível na Web, onde todos tendem
a ser geradores de conteúdo e expressarem opiniões sobre
os mais variados assuntos, técnicas de Aprendizado de
Máquina vem se tornando cada vez mais atraentes.
Nesta dissertação investigamos métodos de Aprendizado de
Máquina para Sentiment Analysis. Apresentamos alguns
modelos de representação de documentos como saco de
palavras e N-grama. Testamos os classificadores
SVM (Máquina de Vetores Suporte) e Naive Bayes com
diferentes modelos de representação textual e comparamos
seus desempenhos. / [en] Sentiment Analysis is a text categorization problem in
which we want to
identify favorable and unfavorable opinions towards a
given topic. Examples
of such topics are organizations and its products. In this
problem, docu-
ments are classifed according to their sentiment,
connotation, attitudes and
opinions instead of being limited to the facts described
in it.
The main challenge in Sentiment Classification is
identifying how sentiments
are expressed in texts and whether they indicate a
positive (favorable) or
negative (unfavorable) opinion towards a topic. Due to the
growing volume
of information available online in an environment where we
all tend to be
content generators and express opinions on a variety of
subjects, Machine
Learning techniques have become more and more attractive.
In this dissertation, we investigate Machine Learning
methods applied to
Sentiment Analysis. We present document representation
models such as
bag-of-words and N-grams.We compare the performance of the
Naive Bayes
and the Support Vector Machine classifiers for each
proposed model
|
36 |
[en] THE CREATION OF A SEMI-AUTOMATIC CLASSIFICATION MODEL USING GEOGRAPHIC KNOWLEDGE: A CASE STUDY IN THE NORTHERN PORTION OF THE TIJUCA MASSIF - RJ / [pt] A CRIAÇÃO DE UM MODELO DE CLASSIFICAÇÃO SEMI-AUTOMÁTICA UTILIZANDO CONHECIMENTO GEOGRÁFICO: UM ESTUDO DE CASO NA PORÇÃO SETENTRIONAL DO MACIÇO DA TIJUCA - RJRAFAEL DA SILVA NUNES 30 August 2018 (has links)
[pt] Os processos de transformação da paisagem são resultantes da interação de elementos (bióticos e abióticos) que compõe a superfície da Terra. Baseia-se, a partir de uma perspectiva holística, no inter-relacionamento de uma série de ações e objetos que confluem para que a paisagem seja percebida como um momento sintético da confluência de inúmeras temporalidades. Desta maneira, as geotecnologias passam a se constituir como um importante aparato técnico-científico para a interpretação desta realidade ao possibilitar novas e diferentes formas do ser humano interpretar a paisagem. Um dos produtos gerados a partir desta interpretação é a classificação de uso e cobertura do solo e que se configura como um instrumento central para a análise das dinâmicas territoriais. Desta maneira, o objetivo do presente trabalho é elaboração de um modelo de classificação semi-automática baseada em conhecimento geográfico para o levantamento do padrão de uso e cobertura da paisagem a partir da utilização de imagens de satélite de alta resolução, tendo como recorte analítico uma área na porção setentrional no Maciço da Tijuca. O modelo baseado na análise de imagens baseadas em objetos, quando confrontados com a classificação visual, culminou em um valor acima de 80 por cento de correspondência tanto para imagens de 2010 e 2009, apresentando valores bastante elevados também na comparação classe a classe. A elaboração do presente modelo contribuiu diretamente para a otimização da produção dos dados elaborados contribuindo sobremaneira para a aceleração da interpretação das imagens analisadas, assim como para a minimização de erros ocasionados pela subjetividade atrelada ao próprio classificador. / [en] The transformation processes of the landscape are results from the interaction of factors (biotic and abiotic) that makes up the Earth s surface. This interaction, from a holistic perspective, is then based on the inter-relationship of a series of actions and objects that converge so that landscape is perceived as a moment of confluence of numerous synthetic temporalities. Thus, the geotechnologies come to constitute an important technical and scientific apparatus for the interpretation of this reality by enabling new and different ways of interpreting the human landscape. One of the products that can be generated from this interpretation is the use classification and land cover and is configured as a central instrument for the analysis of territorial dynamics. Thus, the aim of this work is the development of a semi-automatic classification model based on geographic knowledge to survey the pattern of land use and cover the landscape from the use of satellite images of high resolution, with the analytical approach an area in the northern portion of the Tijuca Massif. The model built on an Object-Based Image Analysis, when confronted with the visual classification, culminated in a value above 80 percent match for 2010 and 2009, with very high values in the comparison class to class. The development of this model directly contributed to the optimization of the production of processed data contributing greatly to the acceleration of the interpretation of the images analyzed, as well as to minimize errors caused by the subjectivity linked to the classifier itself.
|
37 |
[en] EFFECTS OF SOVEREIGN RATING CHANGES OF EMERGING COUNTRIES OVER BRAZILIAN STOCK MARKET / [pt] EFEITOS DE MUDANÇAS DE RATINGS SOBERANOS DE PAÍSES EMERGENTES SOBRE O MERCADO ACIONÁRIO BRASILEIRORAFAEL MENDES SOUZA TAVARES 10 May 2006 (has links)
[pt] O objetivo do presente estudo foi investigar a
possibilidade de alterações de
ratings soberanos de países emergentes produzirem efeitos
no mercado acionário
brasileiro. Para tanto, adotou-se o teste estatístico
paramétrico de estudo de
evento, amplamente utilizado para testes de eficiência
semi-forte de mercado. Os
resultados sugerem que alterações de ratings soberanos de
países emergentes
produzem efeitos no comportamento dos preços do mercado
acionário brasileiro,
ainda que sua intensidade esteja associada ao tipo de
informação que foi
incorporada. Notícias negativas, principalmente os
rebaixamentos de outlook,
carregam um conteúdo informacional maior do que as
positivas. Observou-se
ainda a existência de antecipação dos anúncios negativos
por parte dos agentes. / [en] The objective of the study was to investigate the
possibility that sovereign
rating changes of emerging countries impact the brazilian
equity market. For
such, the parametric statistical test of event study was
adopted, widely utilized for
semi-strong efficiency market tests. The results indicate
that emerging markets
sovereign rating changes produce effects over the behavior
of brazilian equity
market prices, although the intensity of the impact is
associated to the type of
information that was incorporated. The study shows that
negative news, specially
the negative outlook rating assignments, produce higher
effects on prices
compared to positive news. Futhermore, it was noted that
market participants
anticipate negative news.
|
38 |
[en] QUANTUM-INSPIRED EVOLUCIONARY ALGORITHM WITH MIXED REPRESENTATION APPLIED TO NEURO-EVOLUTION / [pt] ALGORITMO EVOLUCIONÁRIO COM INSPIRAÇÃO QUÂNTICA E REPRESENTAÇÃO MISTA APLICADO A NEUROEVOLUÇÃOANDERSON GUIMARAES DE PINHO 06 April 2011 (has links)
[pt] Esta dissertação objetivará a unificação de duas metodologias de algoritmos
evolutivos consagradas para tratamento de problemas ou do tipo combinatórios,
ou do tipo numéricos, num único algoritmo com representação mista. Trata-se de
um algoritmo evolutivo inspirado na física quântica com representação mista
binário-real do espaço de soluções, o AEIQ-BR. Este algoritmo trata-se de uma
extensão do modelo com representação binária de Jang, Han e Kin, o AEIQ-B
para otimizações combinatoriais, e o de representação real de Abs da Cruz, o
AEIQ-R para otimizações numéricas. Com fins de exemplificação do novo
algoritmo proposto, o discutiremos no contexto de neuroevolução, com o
propósito de configurar completamente uma rede neural com alimentação adiante
em termos: seleção de variáveis de entrada; números de neurônios na camada
escondida; todos os pesos existentes; e tipos de funções de ativação de cada
neurônio. Esta finalidade em se aplicar o algoritmo AEIQ-BR à neuroevolução – e
também, numa analogia ao modelo NEIQ-R de Abs da Cruz – receberá a
denominação NEIQ-BR. N de neuroevolução, E de evolutivo, IQ de inspiração
quântica, e BR de binário-real. Para avaliar o desempenho do NEIQ-BR, utilizarse-
á um total de seis casos benchmark de classificação, e outros dois casos reais,
em campos da ciência como: finanças, biologia e química. Resultados serão
comparados com algoritmos de outros pesquisadores e a modelagem manual de
redes neurais, através de medidas de desempenho. Através de testes estatísticos
concluiremos que o algoritmo NEIQ-BR apresentará um desempenho
significativo na obtenção de previsões de classificação por neuroevolução. / [en] This work aimed to unify two methodologies of evolutionary algorithms to
treat problems with or combinatorial characteristics, or numeric, on a unique
algorithm with mix representation. It is an evolutionary algorithm inspired in
quantum physics with mixed representation of the solutions space, called QIEABR.
This algorithm is an extension of the model with binary representation of the
chromosome from Jang, Han e Kin, the QIEA-B for combinatorial optimization,
and numeric representation from Abs da Cruz, the QIEA-R for numerical
optimizations. For purposes of exemplification of the new algorithm, we will
introduce the algorithm in the context of neuro-evolution, in order to completely
configure a feed forward neural network in terms of: selection of input variables;
numbers of neurons in the hidden layer; all existing synaptic weights; and types of
activation functions of each neuron. This purpose when applying the algorithm
QIEA-BR to neuro-evolution receive the designation of QIEN-BR. QI for
quantum-inspired, E for evolutive, N for neuro-evolution, and BR for binary-real
representation. To evaluate the performance of QIEN-BR, we will use a total of
six benchmark cases of classification, and two real cases in fields of science such
as finance, biology and chemistry. Results will be compared with algorithms of
other researchers and manual modeling of neural networks through performance
measures. Statistical tests will be provided to elucidate the significance of results,
and what we can conclude is that the algorithm QIEN-BR better performance
others researchers in terms of classification prediction.
|
39 |
[en] SELECTION OF VARIABLES AND PATTERN CLASSIFICATION BY NEURAL NETWORKS AS HELP TO THE DIAGNOSTIC OF HEART DISEASE / [pt] SELEÇÃO DE VARIÁVEIS E CLASSIFICAÇÃO DE PADRÕES POR REDES NEURAIS COMO AUXÍLIO AO DIAGNÓSTICO DE DOENÇA CARDÍACATHIAGO BAPTISTA RODRIGUES 09 April 2007 (has links)
[pt] Esta dissertação propõe uma metodologia, baseada em
procedimentos
quantitativos, para auxiliar o diagnóstico de indivíduos
portadores de doença
cardíaca. A metodologia proposta foi implementada e
analisada em um grupo de
indivíduos do banco de dados público intitulado Heart
Disease Database (Base
de Dados pública de Doença Cardíaca) (Aha, atualizado em
2001), diagnosticados
nas cidades de Cleveland e Long Beach, nos Estados Unidos.
Os resultados
obtidos neste estudo foram comparados aos resultados de
outros autores
encontrados na literatura, de forma a se ter uma medida da
qualidade dos
resultados aqui obtidos. Foram utilizadas também outras
técnicas de classificação
de padrões conhecidas na literatura, denominadas Análise
Discriminante e
Algoritmo C4.5, de forma a estabelecer comparações com os
resultados obtidos
nesta dissertação utilizando Redes Neurais, e aplicar a
metodologia sugerida na
divisão dos conjuntos de treinamento/generalização. Os
resultados obtidos foram
satisfatórios. Um percentual de acerto médio de 91,0 % foi
atingido, enquanto que
outros resultados de estudos usando a mesma base de dados
alcançaram
percentuais de acerto médio de 83,0 % (Ho & Chou, 2001) e
83,5 % (Hu, Li, Cai
& Xu, 2004). O desempenho da Rede Neural também foi melhor
quando
comparado ao da Análise Discriminante e do Algoritmo C4.5.
A metodologia de
divisão dos conjuntos de treinamento/generalização
sugerida nesta dissertação
promoveu melhorias em todas as três técnicas de
classificação de padrões
utilizadas. Acredita-se que os resultados obtidos poderão
auxiliar as condutas
médicas em relação ao diagnóstico de doença cardíaca,
podendo, portanto, vir a
ser úteis na prevenção e/ou tratamento de doenças
cardíacas. / [en] This dissertation proposes a methodology, established in
quantitative
procedures, to assist the diagnostic of individuals with
heart disease. The
proposed methodology was implemented and analyzed in a
group of individuals
of the public database called Heart Disease Database (Aha,
current in 2001),
diagnosed in the cities of Cleveland and Long Beach, in
the United States. The
results gotten in this study had been compared with the
results of other authors
found in literature to have a measure of the quality of
the results gotten here.
Others techniques of classification of standards known in
literature had also been
used, called Discriminate Analysis and C4.5 Algorithm, to
establish
comparisons with the results gotten in this dissertation
using Neural Networks,
and to apply the methodology suggested in the division of
the sets of
training/generalization. The gotten results were
satisfactory. A percentage of
average rightness of 91.0 % was reached, whereas other
results of studies using
the same database had reached percentages of average
rightness of 83.0 % (Ho &
Chou, 2001) and 83.5 % (Hu, Li, Cai & Xu, 2004). The
performance of the Neural
Network was also better when compared with Discriminate
Analysis and C4.5
Algorithm. The methodology of division of the sets of
training/generalization
suggested in this dissertation promoted improvements in
all the three used
techniques of classification of standards. It´s believable
that the gotten results will
be able to assist the medical behaviors in relation to the
diagnostic of heart
disease, becoming useful in the prevention and/or
treatment of heart diseases.
|
40 |
[en] GPFIS: A GENERIC GENETIC-FUZZY SYSTEM BASED ON GENETIC PROGRAMMING / [pt] GPFIS: UM SISTEMA FUZZY-GENÉTICO GENÉRICO BASEADO EM PROGRAMAÇÃO GENÉTICAADRIANO SOARES KOSHIYAMA 08 June 2016 (has links)
[pt] Sistemas Fuzzy-Genéticos compreendem uma área que une Sistemas
de Inferência Fuzzy e Meta-Heurísticas prevalentes nos conceitos de seleção
natural e recombinação genética. Esta é de grande interesse para a comunidade
científica, pois propicia a descoberta de conhecimento em áreas onde a
compreensão do fenômeno em estudo é exíguo, além de servir de apoio à
decisão para gestores público-privados. O objetivo desta dissertação é desenvolver
um novo Sistema Fuzzy-Genético Genérico, denominado Genetic Programming
Fuzzy Inference System (GPFIS). O principal aspecto do modelo
GPFIS são as componentes do seu processo de Inferência Fuzzy. Esta estrutura
é composta em sua base pela Programação Genética Multigênica
e pretende: (i ) possibilitar o uso de operadores de agregação, negação e
modificadores linguísticos de forma simplificada; (ii ) empregar heurísticas
de definição do consequente mais apropriado para uma parte antecedente;
e (iii ) usar um procedimento de defuzzificação, que induzido pela forma de
fuzzificação e sobre determinadas condições, pode proporcionar uma estimativa
mais acurada. Todas estas são contribuições que podem ser estendidas
a outros Sistemas Fuzzy-Genéticos. Para demonstrar o aspecto genérico, o
desempenho e a importância de cada componente para o modelo proposto,
são formuladas uma série de investigações empíricas. Cada investigação compreende
um tipo de problema: Classificação, Previsão, Regressão e Controle.
Para cada problema, a melhor configuração obtida durante as investigações
é usada no modelo GPFIS e os resultados são comparados com os de outros
Sistemas Fuzzy-Genéticos e modelos presentes na literatura. Por fim, para
cada problema é apresentada uma aplicação detalhada do modelo GPFIS
em um caso real. / [en] Genetic Fuzzy Systems constitute an area that brings together Fuzzy
Inference Systems and Meta-Heuristics that are often related to natural
selection and genetic recombination. This area attracts great interest from
the scientific community, due to the knowledge discovery capability in
situations where the comprehension of the phenomenon under analysis is
lacking. It can also provides support to decision makers. This dissertation
aims at developing a new Generic Genetic Fuzzy System, called Genetic
Programming Fuzzy Inference System (GPFIS). The main aspects of GPFIS
model are the components which are part of its Fuzzy Inference procedure.
This structure is basically composed of Multi-Gene Genetic Programming
and intends to: (i ) apply aggregation operators, negation and linguistic
hedges in a simple manner; (ii ) make use of heuristics to define the
consequent term most appropriate to the antecedent part; (iii ) employ a
defuzzification procedure that, driven by the fuzzification step and under
some assumptions, can provide a most accurate estimate. All these features
are contributions that can be extended to other Genetic Fuzzy Systems.
In order to demonstrate the general aspect of GPFIS, its performance
and the relevance of each of its components, several investigations have
been performed. They deal with Classification, Forecasting, Regression and
Control problems. By using the best configuration obtained for each of the
four problems, results are compared to other Genetic Fuzzy Systems and
models in the literature. Finally, applications of GPFIS actual cases in each
category is reported.
|
Page generated in 0.0661 seconds