Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-02-17T22:02:01Z No. of bitstreams: 1 JoilsonBatistaDeAlmeidaRego_TESE.pdf: 1273840 bytes, checksum: 2e1a41026f6aec413ecef974064af22d (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-02-18T00:03:07Z (GMT) No. of bitstreams: 1 JoilsonBatistaDeAlmeidaRego_TESE.pdf: 1273840 bytes, checksum: 2e1a41026f6aec413ecef974064af22d (MD5) / Made available in DSpace on 2016-02-18T00:03:07Z (GMT). No. of bitstreams: 1 JoilsonBatistaDeAlmeidaRego_TESE.pdf: 1273840 bytes, checksum: 2e1a41026f6aec413ecef974064af22d (MD5) Previous issue date: 2014-08-08 / O presente trabalho usa uma medida de similaridade denominada correntropia no desenvolvimento de um novo m?todo para estimar uma rela??o linear entre as vari?veis e suas amostras. O objetivo ? estender o conceito de correntropia a partir de duas vari?veis para quaisquer dois vetores (mesmo com diferentes dimens?es), utilizando conceitos estat?sticos. Atrav?s das extens?es multidimensionais que ser?o apresentadas, o problema de regress?o ou identifica??o de sistemas pode ser formulado de uma maneira diferente, buscando retas e hiperplanos que possuem a m?xima densidade de probabilidade dos dados desejados. Experimentos mostraram que o novo algoritmo tem uma boa atualiza??o de ponto fixo e robustez a ru?dos impulsivos. / This present work uses a generalized similarity measure called correntropy to develop a new method to estimate a linear relation between variables given their samples. Towards this goal, the concept of correntropy is extended from two variables to any two vectors (even with different dimensions) using a statistical framework. With this multidimensionals extensions of Correntropy the regression problem can be formulated in a different manner by seeking the hyperplane that has maximum probability density with the target data. Experiments show that the new algorithm has a nice fixed point update for the parameters and robust performs in the presence of outlier noise.

Made available in DSpace on 2014-12-17T14:55:09Z (GMT). No. of bitstreams: 1 DanielSAA_TESE_inicio_pag67.pdf: 3521346 bytes, checksum: 030bba7c8ca800b8151b345676b6759c (MD5) Previous issue date: 2013-03-18 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / Currently, one of the biggest challenges for the field of data mining is to perform cluster analysis on complex data. Several techniques have been proposed but, in general, they can only achieve good results within specific areas providing no consensus of what would be the best way to group this kind of data. In general, these techniques fail due to non-realistic assumptions about the true probability distribution of the data. Based on this, this thesis proposes a new measure based on Cross Information Potential that uses representative points of the dataset and statistics extracted directly from data to measure the interaction between groups. The proposed approach allows us to use all advantages of this information-theoretic descriptor and solves the limitations imposed on it by its own nature. From this, two cost functions and three algorithms have been proposed to perform cluster analysis. As the use of Information Theory captures the relationship between different patterns, regardless of assumptions about the nature of this relationship, the proposed approach was able to achieve a better performance than the main algorithms in literature. These results apply to the context of synthetic data designed to test the algorithms in specific situations and to real data extracted from problems of different fields / Atualmente, um dos maiores desafios para o campo de minera??o de dados ? realizar a an?lise de agrupamentos em dados complexos. At? o momento, diversas t?cnicas foram propostas mas, em geral, elas s? conseguem atingir bons resultados dentro de dom?nios espec?ficos, n?o permitindo, dessa maneira, que exista um consenso de qual seria a melhor forma para agrupar dados. Essas t?cnicas costumam falhar por fazer suposi??es nem sempre realistas sobre a distribui??o de probabilidade que modela os dados. Com base nisso, o trabalho proposto neste documento cria uma nova medida baseada no Potencial de Informa??o Cruzado que utiliza pontos representativos do conjunto de dados e a estat?stica extra?da diretamente deles para medir a intera??o entre grupos. A abordagem proposta permite usar todas as vantagens desse descritor de informa??o e contorna as limita??es impostas a ele pela sua pr?pria forma de funcionamento. A partir disso, duas fun??es custo de otimiza??o e tr?s algoritmos foram constru?dos para realizar a an?lise de agrupamentos. Como o uso de Teoria da Informa??o permite capturar a rela??o entre diferentes padr?es, independentemente de suposi??es sobre a natureza dessa rela??o, a abordagem proposta foi capaz de obter um desempenho superior aos principais algoritmos citados na literatura. Esses resultados valem tanto para o contexto de dados sint?ticos desenvolvidos para testar os algoritmos em situa??es espec?ficas quanto em dados extra?dos de problemas reais de diferentes naturezas