O presente trabalho de doutorado tem por objetivo a criação de uma nova família de filtros digitais específica para o processo de classificação de dados, particularmente aplicada ao pré-diagnóstico de patologias na laringe. Antes de explicar a criação dessa nova família de filtros, foi apresentada uma breve revisão bibliográfica sobre o funcionamento do aparelho fonador humano, sobre o processo de diagnóstico de patologias e sobre a transformada discreta Wavelet, que serviu de base para a construção dos filtros propostos. Em seguida, é descrita a tecnologia proposta para a criação da nova família de filtros, que é baseada na construção da Transformada Wavelet de Daubechies, além disso, apresenta-se uma breve comparação com outras técnicas já descritas na literatura para a mesma finalidade. Posteriormente, são apresentados os resultados obtidos com base na técnica proposta, verificando-se uma taxa de acerto na classificação de vozes normais de 100% e uma taxa de acerto de 95,52% para vozes patológicas. / The main purpose of this thesis is the development of a new family of digital filters used for data classification, particularly applied to the pre-diagnosis of pathologies in the larynx. A brief bibliographical review, that concentrates on the functioning of the human vocal tract, on the process of disease diagnosis, and on the discrete wavelet transform, which formed the basis for the construction of the proposed filters, is presented. The technology used to develop these new families of filters, that is based on the Daubechies Wavelet Transform, is also described, moreover, a comparison with other techniques described in the specialized literature for the same purpose is also presented. The investigation shows the results obtained with the proposed technique, in which the accuracy of 100% in normal voice classifications and of 95,52% in pathological voice classifications, was obtained.

Esta tese apresenta uma metodologia para classificação automática de achados mamográficos em mamas densas através de uma abordagem híbrida de classificadores e extração de atributos, como parte de um esquema computadorizado de auxílio ao diagnóstico (CAD) para mamografia. Foram implementadas duas redes Backpropagation. Uma responde pela classificação de clusters de microcalcificações, através de atributos descritores geométricos, em duas classes - suspeito e não suspeito. A outra rede classifica nódulos utilizando descritores geométricos e uma entrada com informação extraída de atributos de intensidade, produzindo na saída dois tipos de informação: presença ou não do nódulo, e constatada a presença do nódulo, classificação da região de interesse (RI) entre as categorias BI-RADS. As respostas de um \"clusterizador\" de RIs através de atributos de intensidade serviram de entrada para essa rede fornecendo uma informação de grau de densidade da RI. Uma interface foi desenvolvida para a apresentação dos resultados a fim de fornecer informações mais detalhadas da classificação e do caso analisado. Os resultados do classificador foram analisados através de análise estatística de sensibilidade e especificidade, e também por curvas ROC. Os resultados obtidos ficaram próximos a 89% de acerto total (verdadeiros-positivos mais verdadeiros-negativos) para nódulos produzindo valor de Az superior a 0,92 e ultrapassaram 75% de acerto da classificação entre as classes BI-RADS. Na classificação dos clusters os acertos totais do classificador ficaram próximos de 90%, com Az superior a 0,94. Para ambos tipos de lesões, as taxas de respostas falsas-negativas ficaram abaixo de 0,1, o que significa baixo erro em relação à não detecção da doença quando o sinal está presente. O classificador apresentado nesse trabalho é a conclusão de uma etapa importante do esquema CAD que vem sendo desenvolvido pelo grupo, além de possibilitar a disponibilização de mais uma ferramenta automática de auxílio ao diagnóstico do câncer de mama aos serviços de mamografia. / This thesis presents a methodology for automatic classification of mamographic findings in image of dense breast through hybrid approach of classifiers and features extraction techniques, as part of a computer-aided diagnostic (CAD) scheme for mammography. Two Backpropagation neural networks were implemented. One for microcalcifications clustered classification, through geometric descriptors, in two classes - suspect and non-suspect. The other neural network classifies nodules using geometric descriptors and additional information from intensity features extracted, producing in the output two kinds of information: presence or not of the nodule, and if nodule is present in the image, classification among BI-RADS categories. The result of clustering technique by using intensity features is presented as a new input to neural network, supplying density degree of image. An interface was developed for results presentation in order to supply more detailed information from the classifier outputs and of the analyzed case. The results of the classifier were analyzed through sensibility and specificity statistical analysis, and also for ROC curves. The results were close to 89% of total accuracy (positive-true plus negative-true) for nodules producing value of Az more than 0,92 and 75% of accuracy to classification among BI-RADS categories. In the cluster classification the total accuracy is about 90%, and Az greater than 0,94. In both kinds of lesions, negative-false result rates were below 0,1, which means low error related to the fail to detect the disease when the signal is present. The classifier presented in this work is the conclusion of an important stage of the CAD scheme that has been developed by the group, besides making possible the availability of one more automatic tool of aid to the breast cancer diagnosis to be used in mammography centers.

Orientador: Fernando Jose Von Zuben / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e Computação / Made available in DSpace on 2018-08-11T19:03:12Z (GMT). No. of bitstreams: 1 Coelho_GuilhermePalermo_M.pdf: 2968179 bytes, checksum: bbea7c9c565907f86eee09155421bfa3 (MD5) Previous issue date: 2006 / Resumo: 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 classificação / Abstract: 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 results / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Submitted by Regis Albuquerque (regis.albuquerque1@gmail.com) on 2018-06-20T21:40:28Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao_regis_corrigida_final.pdf: 2557634 bytes, checksum: b48eb7c37fd9dd633c4489a7f0f041a4 (MD5) / Approved for entry into archive by Secretaria PPGI (secretariappgi@icomp.ufam.edu.br) on 2018-06-20T21:52:37Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao_regis_corrigida_final.pdf: 2557634 bytes, checksum: b48eb7c37fd9dd633c4489a7f0f041a4 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-06-21T13:29:00Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao_regis_corrigida_final.pdf: 2557634 bytes, checksum: b48eb7c37fd9dd633c4489a7f0f041a4 (MD5) / Made available in DSpace on 2018-06-21T13:29:01Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao_regis_corrigida_final.pdf: 2557634 bytes, checksum: b48eb7c37fd9dd633c4489a7f0f041a4 (MD5) Previous issue date: 2018-06-08 / FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas / Many machine learning applications have to deal with classification problems in dynamic environments. This type of environment may be affected by concept drift, which may reduce the accuracy of classification systems significantly. In this context, methods using ensemble of classifiers are interesting due to the fact that ensembles of classifiers allow the design of strategies for drift detection and reaction more accurate and robust to changes. A classification system based on ensemble of classifiers may be divided into three main phases: classifier generation; single classifier or subset of classifier selection; and classifier fusion. The selection phase may be performed as a dynamic process. In this case, for each unknown sample, the individual classifier or classifier ensemble most likely to be correct is chosen to assign a label to the sample. In this work, it is proposed a method for concept drift detection and reaction based on dynamic classifier ensemble selection. The proposed method choses the expert classifier ensemble according to diversity and accuracy values. Focusing on evaluating the impact of dynamic ensemble selection guided by diversity and accuracy in terms of concept drift detection and reaction, four series of experiments were carried in this work using both synthetic and real datasets. In addition, since the proposed method is broken down into four phases: pool of ensemble classifiers generation; dynamic ensemble selection; drift detection; and drift reaction, different versions of the proposed method were investigated by varying the parameters of each phase. The results show that, in general, all these different versions attain very similar accuracy values. Besides, when compared to two baselines: (1) DDM - single classifier-based; and (2) Leveraging Bagging - classifier ensemble-based, our method outperforms both baselines since it achieved higher accuracy, lower detection delay and false detection rates, and it did not present missing detection. However, both baselines present lower time complexity. Therefore, this work shows that dynamic classifier ensemble selection guided by diversity and accuracy helps to improve detection precision and the general accuracy of classification systems employed in problems with concept drift. / Muitas aplicações de aprendizado de máquina estão relacionadas com problemas de classificação em ambientes dinâmicos. Mudança de conceito figura nesse tipo de ambiente e pode prejudicar muito a acurácia de sistemas de classificação. Nesse contexto, a utilização de comitês de classificadores é interessante porque possibilita a implementação de processos de detecção e de reação à mudança mais acurados e robustos. Sistemas de classificação que utilizam comitês podem possuir três grandes fases: geração; seleção; e integração de classificadores. A etapa de seleção pode ser feita de forma dinâmica, isto é, para cada instância desconhecida, o classificador ou comitê de classificadores com maior probabilidade de acerto é escolhido para atribuir uma classe à essa instância. Neste trabalho, é proposto um método para detecção e reação à mudança de conceito que utiliza seleção dinâmica de comitês de classificadores. O método proposto escolhe o comitê especialista com base nos valores de diversidade e de acurácia de cada comitê candidato. A fim de avaliar o impacto do uso de seleção dinâmica guiada por diversidade e acurácia nas tarefas de detecção e reação a mudança de conceito, foram realizadas quatro séries de experimentos com bases sintéticas e reais. Além disso, como o método proposto é dividido em quatro fases: geração da população de comitês; seleção dinâmica do comitê especialista; detecção de mudanças; e reação à mudança, diferentes versões desse método foram investigadas em função da definição de parâmetros de cada fase. Os resultados dos experimentos mostraram que, de maneira geral, as versões estudadas são bem equivalentes em termos de acurácia média final. Adicionalmente, quando comparado a dois baselines: (1) DDM - que utiliza um único classificador; e (2) Leveraging Bagging - que utiliza um comitê de classificadores, o método proposto alcançou melhores taxas de acurácia, menores taxas de atraso de detecção, não deixou de detectar as mudanças conhecidas nas bases e produziu reduzidas taxas de falsa detecção, apesar de apresentar maior complexidade computacional. Portanto, o trabalho mostra que o uso de seleção dinâmica guiada por diversidade e acurácia melhora a precisão de detecção, bem como a acurácia geral de sistemas de classificação utilizados em problemas que apresentam mudança de conceitos.

Orientador: Jairo Morais Nunes / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Estudos da Linguagem / Made available in DSpace on 2018-08-12T13:32:34Z (GMT). No. of bitstreams: 1 Veloso_BrendaSilva_D.pdf: 3336635 bytes, checksum: 8327f0262b785c4d9d4ab117c2389624 (MD5) Previous issue date: 2008 / Resumo: Este estudo investiga aspectos morfossintáticos de construções classificadoras na Língua de Sinais Brasileira (LSB) no âmbito teórico da Morfologia Distribuída (Halle e Marantz 1993). A análise aqui apresentada defende que verbos de deslocamento e localização na LSB são raízes, e morfemas classificadores são marcas de concordância, que podem ser a eles anexadas. Mais especificamente, assume-se que há dois tipos de configurações de mãos classificadoras: um tipo que se refere diretamente a um argumento verbal e outro tipo que se refere indiretamente a um argumento verbal. O primeiro grupo forma sentenças intransitivas e o segundo é utilizado para formar estruturas transitivas. A análise das construções classificadoras da LSB corrobora os resultados de Quadros (1999) sobre a divisão dos verbos em dois grandes grupos, a saber, verbos com ou sem concordância. Além disso, demonstra-se que a LSB apresenta dois sistemas de concordância, um baseado na atribuição de locus a pontos do espaço de sinalização e outro baseado na combinação de configurações de mão classificadoras. Finalmente, propõe-se que sentenças copulativas e existenciais não exibem configurações classificadoras na LSB porque seus verbos são do tipo "sem concordância". / Abstract: Assuming the general framework of Distributed Morphology (Halle and Marantz 1993), this study examines morphosyntactic aspects of classifier constructions in Brazilian Sign Language (LSB). I argue that verbs of motion and location in LSB consist of a root and classifier morphemes, analyzed as agreement markers. More specifically, I show that there are two types of classifier handshapes, depending on whether it directly or indirectly refers to an entity. The first group is used in intransitive sentences and the second one is used in transitive structures. The analysis of the classifier constructions in LSB provides support for the claim that verbs in this language can be divided in two large groups, depending on the presence or absence of agreement (Quadros 1999). Moreover, it is shown that LSB presents two agreement systems, one based on assignment of locus in signing space and the other based on attachment of classifier handshapes. Finally, it is proposed that copular and existential sentences do not show classifier handshapes in LSB because their verbs are non-agreeing verbs. / Doutorado / Linguistica / Doutor em Linguística

En mandarin, les déterminants du nom, démonstratifs et numéraux, sont en général antéposés au nom. Le français requiert la présence de l’article, une catégorie grammaticale absente du système nominal du mandarin qui indique la quantification au travers de la présence de classificateurs nominaux. Sur le plan de la morphologie nominale, en mandarin, une langue isolante, le nom se construit préférablement par le biais de la composition de différent traits sémantiques, tandis qu’en français, considéré comme une langue flexionnelle, le nom se révèle être lui-même le sème. Le déterminant et le nom s’accordent en genre et en nombre, alors que le nom en mandarin chinois ne distingue pas le genre et que les indications du nombre se font uniquement au travers de la présence de classificateurs. Comprendre ces différences est essentiel à l’acquisition de ces deux langues. Afin de faciliter la compréhension des fonctions de ces phénomènes grammaticaux pour les apprenants, ce travail doctoral propose des analyses et explications permettant à l’apprenant de franchir favorablement le « seuil » de la détermination nominale. / In Mandarin Chinese, as in French, nominal determiners (demonstrative and numeral) precede in general the noun. French requires the presence of the article, a grammatical category that is not found in Mandarin Chinese. Rather, in Mandarin Chinese, quantification is carried out through the presence of noun classifiers. As for nominal morphology, in Mandarin Chinese, an isolating language, nouns are preferably formed through the composition of different semantic features. By contrast, in French, considered as mainly flexional, only the nominal root holds the semantic unit. In French, determiner and noun agree in gender and number, whereas in Mandarin Chinese, that does not distinguish gender, number is expressed by noun classifiers. Understanding these differences is essential to the acquisition of these two languages. In order to facilitate the understanding of the functions of these grammatical phenomena, this research proposes accurate analyses and explanations that allow second language learners to overcome more effectively the difficulties of nominal determination

This thesis investigates the function of number marking in Persian, within the framework of principles and parameters (P&P), and its relationship to inflectional and derivational number marking. Following the assumption in Distributed Morphology that inflectional and derivational morphology are not distinct, the distribution and properties of number marking in Persian provide evidence for both inflectional and derivational number marking. Assuming the two parameters of number marking (Wiltschko, 2007, 2008), number marking as a functional head and number marking as a modifier, I propose that number marking in Persian is mainly inflectional while number functions as a functional head; moreover, I propose that number marking in Persian can be derivational while number functions as a modifier. This explains that number morphology in Persian is not split to either inflectional or derivational. Rather, following Booij’s (1993, 1995) claim that inflectional morphology can be used contextually as well as inherently, I propose that number morphology in Persian is inflectional while number is a functional head; however, it has inherent residues as a modifier. Considering the functions of inflectional plural morphology in Persian, I argue that the functional category Number Phrase (NumP) is projected in Persian, and number is generated in the head of this functional category. Besides, Persian is a classifier language in which classifiers are in complementary distribution with plural marking. Following Borer’s (2005) discussion of the complementary distribution of plural marking and classifiers in Armenian, I argue that the head of NumP in Persian is either occupied by the plural maker or by full/empty classifiers. Moreover, I show that the presence of bare singulars/plurals in certain syntactic positions in Persian is related to the projection/non-projection of NumP.

Em diversos domínios, além das informações sobre os objetos ou entidades que os compõem, existem, também, informaçõoes a respeito das relações entre esses objetos. Alguns desses domínios são, por exemplo, as redes de co-autoria, e as páginas Web. Nesse sentido, é natural procurar por técnicas de classificação que levem em conta estas informações. Dentre essas técnicas estão as denominadas classificação baseada em grafos, que visam classificar os exemplos levando em conta as relações existentes entre eles. Este trabalho aborda o desenvolvimento de métodos para melhorar o desempenho de classificadores baseados em grafos utilizando estratégias de ensembles. Um classificador ensemble considera um conjunto de classificadores cujas predições individuais são combinadas de alguma forma. Este classificador normalmente apresenta um melhor desempenho do que seus classificadores individualmente. Assim, foram desenvolvidas três técnicas: a primeira para dados originalmente no formato proposicional e transformados para formato relacional baseado em grafo e a segunda e terceira para dados originalmente já no formato de grafo. A primeira técnica, inspirada no algoritmo de boosting, originou o algoritmo KNN Adaptativo Baseado em Grafos (A-KNN). A segunda ténica, inspirada no algoritmo de Bagging originou trê abordagens de Bagging Baseado em Grafos (BG). Finalmente, a terceira técnica, inspirada no algoritmo de Cross-Validated Committees, originou o Cross-Validated Committees Baseado em Grafos (CVCG). Os experimentos foram realizados em 38 conjuntos de dados, sendo 22 conjuntos proposicionais e 16 conjuntos no formato relacional. Na avaliação foi utilizado o esquema de 10-fold stratified cross-validation e para determinar diferenças estatísticas entre classificadores foi utilizado o método proposto por Demsar (2006). Em relação aos resultados, as três técnicas melhoraram ou mantiveram o desempenho dos classificadores bases. Concluindo, ensembles aplicados em classificadores baseados em grafos apresentam bons resultados no desempenho destes / In many fields, besides information about the objects or entities that compose them, there is also information about the relationships between objects. Some of these fields are, for example, co-authorship networks and Web pages. Therefore, it is natural to search for classification techniques that take into account this information. Among these techniques are the so-called graphbased classification, which seek to classify examples taking into account the relationships between them. This paper presents the development of methods to improve the performance of graph-based classifiers by using strategies of ensembles. An ensemble classifier considers a set of classifiers whose individual predictions are combined in some way. This combined classifier usually performs better than its individual classifiers. Three techniques have been developed: the first applied for originally propositional data transformed to relational format based on graphs and the second and the third applied for data originally in graph format. The first technique, inspired by the boosting algorithm originated the Adaptive Graph-Based K-Nearest Neighbor (A-KNN). The second technique, inspired by the bagging algorithm led to three approaches of Graph-Based Bagging (BG). Finally the third technique, inspired by the Cross- Validated Committees algorithm led to the Graph-Based Cross-Validated Committees (CVCG). The experiments were performed on 38 data sets, 22 datasets in propositional format and 16 in relational format. Evaluation was performed using the scheme of 10-fold stratified cross-validation and to determine statistical differences between the classifiers it was used the method proposed by Demsar (2006). Regarding the results, these three techniques improved or at least maintain the performance of the base classifiers. In conclusion, ensembles applied to graph-based classifiers have good results in the performance of them

Diplomová práca sa zaoberá návrhom embedded dohľadového systému, ktoré je implementované na Raspberry Pi 3 B zariadenie. Uvedený systém obsahuje algoritmy pre detekcie pohybu a detekcie objektov, ktoré sú realizované pomocou OpenCV funkcie. Vyhodnocené informácie sú prístupné na webový server.

Mandarin Chinese numeral classifiers receive considerable at-tention in linguistic research. The status of the general classifier 个 gè re-mains unresolved. Many linguists suggest that the use of 个 gè as a noun classifier is arbitrary. This view is challenged in the current study. Relying on the CCL-Corpus of Peking University and data from Google, we investigated which nouns for living beings are most likely classified by the general clas-sifier 个 gè. The results suggest that the use of the classifier 个 gè is motivated by an anthropocentric continuum as described by Köpcke and Zubin in the 1990s. We tested Köpcke and Zubin’s approach with Chinese native speakers. We examined 76 animal expressions to explore the semantic interdepen-dence of numeral classifiers and the nouns. Our study shows that nouns with the semantic feature [+ animate] are more likely to be classified by 个 gè if their denotatum is either very close to or very far located from the anthropo-centric center. In contrast animate nouns whose denotata are located at some intermediate distance from the anthropocentric center are less likely to be classified by 个 gè.