Submitted by Setor de Tratamento da Informa??o - BC/PUCRS (tede2@pucrs.br) on 2016-01-04T17:56:48Z No. of bitstreams: 1 DIS_MAYARA_FERREIRA_DA_SILVA_COMPLETO.pdf: 2803272 bytes, checksum: 9305b74451ec83ddca38d1c444ffb3dd (MD5) / Made available in DSpace on 2016-01-04T17:56:48Z (GMT). No. of bitstreams: 1 DIS_MAYARA_FERREIRA_DA_SILVA_COMPLETO.pdf: 2803272 bytes, checksum: 9305b74451ec83ddca38d1c444ffb3dd (MD5) Previous issue date: 2015-07-10 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / This work presents an overview of text independent speaker verification, describing the basic operation of the system and the reviewing some important developments in speaker modeling and feature extraction from speech. Following, a point of improvement identified within the feature extraction stage leads to the main objective of this work: to determine one or more sets of coefficients relevant to speaker discrimination while minimizing the equal error rate (EER). The proposal is to replace the delta(?) and double-delta(??) coefficients by a linear predictor code (LPC) for the mel frequency cepstral coefficients (MFCC). In addition, score level fusion is employed to combine the ouputs of MFCC-only and MFCC-LPC systems, as well as MFCC-only and MFCC-?-?? systems. In all cases, performance is evaluated with respect to variations of the signal to noise-ratio (SNR) in the tested audio. In addition, the work introduces a new Brazilian Portuguese speech repository containing free-speech from 155 males. Results and discussions are presented with a reflection on the expected outcomes, as well as general comments and observations. Finally, concludings remarks are made about the work, featuring future prospects regarding text independent speaker verification research. This work attained a 4% reduction in the EER compared to the reference system (MFCC-only), with best results occuring in the case fusion of MFCC-only and MFCC-?-?? scores. / Este trabalho apresenta uma vis?o geral acerca de verifica??o de locutor independente de texto, demonstrando o funcionamento b?sico do sistema e as principais refer?ncias de m?todos j? utilizados ao longo de anos para extra??o de caracter?sticas da fala e modelamento do locutor. Detectado um ponto a ser trabalhado dentro da etapa de extra??o de caracter?sticas, objetiva-se determinar coeficientes ou um conjunto destes relevantes para discrimina??o do locutor, com o intuito de minimizar a EER (Equal Error Rate). A proposta consiste em substituir os coeficientes delta(?) e double-delta(?2) por coeficientes de um preditor LPC (Linear Predictor Coding) o qual realiza a predi??o dos coeficientes MFCC (Mel Frequency Cepstral Coeficients). Al?m disso, aplica-se uma fus?o a n?vel de score em fun??o de sistemas baseados em MFCC e LPC. Outra an?lise discutida no trabalho ? a fus?o de um sistema MFCC com ? e ??. Um t?pico tamb?m avaliado ? com rela??o a varia??es de SNRs (Signal to Noise Ratios) nos ?udios testados. Al?m disso, ? elaborado um banco de falas em portugu?s brasileiro. Por fim, s?o expostos os resultados obtidos e ? feita a an?lise dos mesmos, a fim de refletir sobre o que era esperado e levantar alguns coment?rios. Enfim, s?o feitas as considera??es a respeito do trabalho, e elencadas as perspectivas futuras em torno das pesquisas de verifica??o de locutor independente de texto. Com este trabalho atingiu-se uma redu??o de 4% na taxa de erro igual (EER) em compara??o ao sistema de refer?ncia, sendo que os melhores resultados foram apresentados pelo sistema que realiza um fus?o do sistema MFCC com o ? e ??.

Made available in DSpace on 2014-12-17T15:47:44Z (GMT). No. of bitstreams: 1 RaulBP.pdf: 1811907 bytes, checksum: 007d54350318472b95b8e06144b749a5 (MD5) Previous issue date: 2007-07-27 / Although some individual techniques of supervised Machine Learning (ML), also known as classifiers, or algorithms of classification, to supply solutions that, most of the time, are considered efficient, have experimental results gotten with the use of large sets of pattern and/or that they have a expressive amount of irrelevant data or incomplete characteristic, that show a decrease in the efficiency of the precision of these techniques. In other words, such techniques can t do an recognition of patterns of an efficient form in complex problems. With the intention to get better performance and efficiency of these ML techniques, were thought about the idea to using some types of LM algorithms work jointly, thus origin to the term Multi-Classifier System (MCS). The MCS s presents, as component, different of LM algorithms, called of base classifiers, and realized a combination of results gotten for these algorithms to reach the final result. So that the MCS has a better performance that the base classifiers, the results gotten for each base classifier must present an certain diversity, in other words, a difference between the results gotten for each classifier that compose the system. It can be said that it does not make signification to have MCS s whose base classifiers have identical answers to the sames patterns. Although the MCS s present better results that the individually systems, has always the search to improve the results gotten for this type of system. Aim at this improvement and a better consistency in the results, as well as a larger diversity of the classifiers of a MCS, comes being recently searched methodologies that present as characteristic the use of weights, or confidence values. These weights can describe the importance that certain classifier supplied when associating with each pattern to a determined class. These weights still are used, in associate with the exits of the classifiers, during the process of recognition (use) of the MCS s. Exist different ways of calculating these weights and can be divided in two categories: the static weights and the dynamic weights. The first category of weights is characterizes for not having the modification of its values during the classification process, different it occurs with the second category, where the values suffers modifications during the classification process. In this work an analysis will be made to verify if the use of the weights, statics as much as dynamics, they can increase the perfomance of the MCS s in comparison with the individually systems. Moreover, will be made an analysis in the diversity gotten for the MCS s, for this mode verify if it has some relation between the use of the weights in the MCS s with different levels of diversity / Apesar de algumas t?cnicas individuais de Aprendizado de M?quina (AM) supervisionado, tamb?mconhecidos como classificadores, ou algoritmos de classifica??o, fornecerem solu??es que, na maioria das vezes, s?o consideradas eficientes, h? resultados experimentais obtidos com a utiliza??o de grandes conjuntos de padr?es e/ou que apresentam uma quantidade expressiva de dados incompletos ou caracter?sticas irrelevantes, que mostram uma queda na efic?cia da precis?o dessas t?cnicas. Ou seja, tais t?cnicas n?o conseguem realizar um reconhecimento de padr?es de uma forma eficiente em problemas complexos. Com o intuito de obter um melhor desempenho e efic?cia dessas t?cnicas de AM, pensouse na id?ia de fazer com que v?rios tipos de algoritmos de AM consigam trabalhar conjuntamente, dando assim origem ao termo Sistema Multi-Classificador (SMC). Os SMC s apresentam, como componentes, diferentes algoritmos de AM, chamados de classificadores base, e realizam uma combina??o dos resultados obtidos por estes algoritmos para atingir o resultado final. Para que o SMC tenha um desempenho melhor que os classificadores base, os resultados obtidos por cada classificador base devem apresentar uma determinada diversidade, ou seja, uma diferen?a entre os resultados obtidos por cada classificador que comp?em o sistema. Pode-se dizer que n?o faz sentido ter SMC s cujos classificadores base possuam respostas id?nticas aos padr?es apresentados. Apesar dos SMC s apresentarem melhores resultados que os sistemas executados individualmente, h? sempre a busca para melhorar os resultados obtidos por esse tipo de sistema. Visando essa melhora e uma maior consist?ncia nos resultados, assim como uma maior diversidade dos classificadores de um SMC, v?m sendo recentemente pesquisadas metodologias que apresentam como caracter?sticas o uso de pesos, ou valores de con- fian?a. Esses pesos podem descrever a import?ncia que um determinado classificador forneceu ao associar cada padr?o a uma determinada classe. Esses pesos ainda s?o utilizados, em conjunto com as sa?das dos classificadores, durante o processo de reconhecimento (uso) dos SMC s. Existem diferentes maneiras de se calcular esses pesos e podem ser divididas em duas categorias: os pesos est?ticos e os pesos din?micos. A primeira categoria de pesos se caracteriza por n?o haver a modifica??o de seus valores no decorrer do processo de classifica??o, ao contr?rio do que ocorre com a segunda categoria, onde os valores sofrem modifica??es no decorrer do processo de classifica??o. Neste trabalho ser? feito uma an?lise para verificar se o uso dos pesos, tanto est?ticos quanto din?micos, conseguem aumentar o desempenho dos SMC s em compara??o com estes sistemas executados individualmente. Al?m disso, ser? feita uma an?lise na diversidade obtida pelos SMC s, para dessa forma verificar se h? alguma rela??o entre o uso dos pesos nos SMC s com diferentes n?veis de diversidade

Made available in DSpace on 2014-12-17T15:48:09Z (GMT). No. of bitstreams: 1 FillipeMR_DISSERT.pdf: 1204563 bytes, checksum: 66d7e69371d4103cf2e242609ed0bbb7 (MD5) Previous issue date: 2014-02-21 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / The techniques of Machine Learning are applied in classification tasks to acquire knowledge through a set of data or information. Some learning methods proposed in literature are methods based on semissupervised learning; this is represented by small percentage of labeled data (supervised learning) combined with a quantity of label and non-labeled examples (unsupervised learning) during the training phase, which reduces, therefore, the need for a large quantity of labeled instances when only small dataset of labeled instances is available for training. A commom problem in semi-supervised learning is as random selection of instances, since most of paper use a random selection technique which can cause a negative impact. Much of machine learning methods treat single-label problems, in other words, problems where a given set of data are associated with a single class; however, through the requirement existent to classify data in a lot of domain, or more than one class, this classification as called multi-label classification. This work presents an experimental analysis of the results obtained using semissupervised learning in troubles of multi-label classification using reliability parameter as an aid in the classification data. Thus, the use of techniques of semissupervised learning and besides methods of multi-label classification, were essential to show the results / As t?cnicas de Aprendizado de M?quina s?o aplicadas em tarefas de classifica??o para a aquisi??o de conhecimento atrav?s de um conjunto de dados ou informa??es. Alguns m?todos de aprendizado utilizados pela literatura s?o baseados em aprendizado semissupervisionado; este ? representado por pequeno percentual de exemplos rotulados (aprendizado supervisionado) combinados com uma quantidade de exemplos rotulados e n?o rotulados (n?o-supervisionado) durante a fase de treinamento, reduzindo, portanto, a necessidade de uma grande quantidade de dados rotulados quando apenas um pequeno conjunto de exemplos rotulados est? dispon?vel para treinamento. O problema da escolha aleat?ria das inst?ncias ? comum no aprendizado semissupervisionado, pois a maioria dos trabalhos usam a escolha aleat?ria dessas inst?ncias o que pode causar um impacto negativo. Por outro lado, grande parte dos m?todos de aprendizado de m?quina trata de problemas unirr?tulo, ou seja, problemas onde exemplos de um determinado conjunto s?o associados a uma ?nica classe. Entretanto, diante da necessidade existente de classificar dados em uma grande quantidade de dom?nios, ou em mais de uma classe, essa classifica??o citada ? denominada classifica??o multirr?tulo. Este trabalho apresenta uma an?lise experimental dos resultados obtidos por meio da utiliza??o do aprendizado semissupervisionado em problemas de classifica??o multirr?tulo usando um par?metro de confiabilidade como aux?lio na classifica??o dos dados. Dessa maneira, a utiliza??o de t?cnicas de aprendizado semissupervisionado, bem como de m?todos de classifica??o multirr?tulos, foram imprescind?veis na apresenta??o dos resultados

Made available in DSpace on 2014-12-17T14:55:13Z (GMT). No. of bitstreams: 1 GleydsonAFL.pdf: 2185056 bytes, checksum: 094b58b4341884e4f12979b1aa1e99e0 (MD5) Previous issue date: 2007-02-02 / The lava Platform is increasing1y being adopted in the development of distributed sys?tems with higb user demando This kind of application is more complex because it needs beyond attending the functional requirements, to fulfil1 the pre-established performance parameters. This work makes a study on the Java Vutual Machine (JVM), approaching its intemal aspects and exploring the garbage collection strategies existing in the literature and used by the NM. It also presents a set of tools that helps in the job of optimizing applications and others that help in the monitoring of applications in the production envi?ronment. Doe to the great amount of technologies that aim to solve problems which are common to the application layer, it becomes difficult to choose the one with best time response and less memory usage. This work presents a brief introduction to each one of tbe possible technologies and realize comparative tests through a statistical analysis of the response time and garbage collection activity random variables. The obtained results supply engineers and managers with a subside to decide which technologies to use in large applications through the knowledge of how they behave in their environments and the amount of resources that they consume. The relation between the productivity of the technology and its performance is also considered ao important factor in this choice / A plataforma Java vem sendo crescentemente adotada no desenvolvimento de siste?mas distribu?dos de alta demanda de usu?rios. Este tipo de aplica??o ? mais complexa pois necessita al?m de atender os requisitos funcionais cumprir os par?metros de desem?penho pr?-estabelecidos. Este trabalho realiza um estudo da m?quina virtual lava (NM) abordando seus aspectos internos e explorando as pol?ticas de coleta de lixo existentes na literatura e as usadas pela JVM. Apresenta tamb?m um conjunto de ferramentas que auxiliam Da tarefa de otimizar aplica??es e outras que auxiliam no monitoramento das aplica??es em produ??o. Diante da grande quantidade de tecnologias que se apresentam para solucionar pro?blemas inerentes ?s camadas das aplica??es, toma-se dif?cil realizar escolha daquela que possui o melhor tempo de resposta e o menor uso de mem?ria. O trabalho apresenta um breve referencial te?rico de cada uma das poss?veis tecnologias e realiza testes compara?tivos atrav?s de uma an?lise estat?stica da vari?vel aleat?ria do tempo de resposta e das atividades de coleta de lixo. Os resultados obtidos fornecem um subs?dio para engenheiros e gerentes decidirem quais tecnologias utilizarem em aplica??es de grande porte atrav?s do conhecimento de como elas se comportam nestes ambientes e a quantidade de recursos que consomem. A rela??o entre produtividade da tecnologia e seu desempenho tamb?m ? considerada como um fator importante nesta escolha

Made available in DSpace on 2014-12-17T14:55:37Z (GMT). No. of bitstreams: 1 SergioPS.pdf: 2376478 bytes, checksum: 7999af148ddd33a9739b28a9fdf05cf3 (MD5) Previous issue date: 2009-04-11 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / Equipment maintenance is the major cost factor in industrial plants, it is very important the development of fault predict techniques. Three-phase induction motors are key electrical equipments used in industrial applications mainly because presents low cost and large robustness, however, it isn t protected from other fault types such as shorted winding and broken bars. Several acquisition ways, processing and signal analysis are applied to improve its diagnosis. More efficient techniques use current sensors and its signature analysis. In this dissertation, starting of these sensors, it is to make signal analysis through Park s vector that provides a good visualization capability. Faults data acquisition is an arduous task; in this way, it is developed a methodology for data base construction. Park s transformer is applied into stationary reference for machine modeling of the machine s differential equations solution. Faults detection needs a detailed analysis of variables and its influences that becomes the diagnosis more complex. The tasks of pattern recognition allow that systems are automatically generated, based in patterns and data concepts, in the majority cases undetectable for specialists, helping decision tasks. Classifiers algorithms with diverse learning paradigms: k-Neighborhood, Neural Networks, Decision Trees and Na?ves Bayes are used to patterns recognition of machines faults. Multi-classifier systems are used to improve classification errors. It inspected the algorithms homogeneous: Bagging and Boosting and heterogeneous: Vote, Stacking and Stacking C. Results present the effectiveness of constructed model to faults modeling, such as the possibility of using multi-classifiers algorithm on faults classification / A manuten??o de equipamentos ? um dos principais fatores de custo no ambiente industrial, sendo de fundamental import?ncia o desenvolvimento de t?cnicas de preven??o de falhas. Os motores de indu??o trif?sicos s?o os equipamentos el?tricos mais utilizados na industria, pois apresentam um baixo custo e boa robustez, entretanto, n?o est?o imunes a diversos tipos de falhas como curto-circuitos nos enrolamentos e quebra de barras rot?ricas. Diversas formas de aquisi??o, processamento e an?lise dos sinais s?o aplicadas para melhorar seu diagn?stico. As t?cnicas mais eficazes utilizam sensores de corrente e a an?lise de sua assinatura. Neste trabalho, s?o apresentadas an?lises a partir destes sensores, sendo esta informa??o processada atrav?s do vetor de Park, que fornece uma boa capacidade de visualiza??o dos padr?es. Visando a obten??o destes padr?es fora do ambiente de opera??o, foi desenvolvida uma metodologia para a constru??o das bases de dados. Para a modelagem da m?quina tamb?m ? aplicada a transforma??o de Park no referencial estacion?rio para solucionar as equa??es diferenciais da m?quina. Detec??o de falhas requer uma an?lise profunda das vari?veis envolvidas e suas influ?ncias, tornando o diagn?stico complexo. Reconhecimento de padr?es permite que sistemas sejam gerados automaticamente, por encontrar padr?es e conceitos nos dados, muitas vezes n?o detectados por especialistas, auxiliando na tomada de decis?es. Algoritmos de classifica??o com diferentes paradigmas de aprendizado como k-vizinhos mais pr?ximos, Redes Neurais, ?rvores de Decis?o e Na?ve-Bayes s?o utilizados para reconhecer os padr?es dos motores. M?todos de multiclassifica??o s?o empregados para melhorar o desempenho na taxa de erro de classifica??o, s?o examinados os seguintes algoritmos homog?neos: Bagging e Boosting e heterog?neos: Vote, Stacking e Stacking C. Nos resultados ? poss?vel notar a efic?cia do modelo constru?do para simular as falhas assim como dos algoritmos multiclassificadores para a classifica??o de falhas

Made available in DSpace on 2014-12-17T14:56:06Z (GMT). No. of bitstreams: 1 SinaraRM_DISSERT.pdf: 1037040 bytes, checksum: 9dd71f16b45358e60b8b82862adaafc6 (MD5) Previous issue date: 2012-08-15 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / This paper presents an evaluative study about the effects of using a machine learning technique on the main features of a self-organizing and multiobjective genetic algorithm (GA). A typical GA can be seen as a search technique which is usually applied in problems involving no polynomial complexity. Originally, these algorithms were designed to create methods that seek acceptable solutions to problems where the global optimum is inaccessible or difficult to obtain. At first, the GAs considered only one evaluation function and a single objective optimization. Today, however, implementations that consider several optimization objectives simultaneously (multiobjective algorithms) are common, besides allowing the change of many components of the algorithm dynamically (self-organizing algorithms). At the same time, they are also common combinations of GAs with machine learning techniques to improve some of its characteristics of performance and use. In this work, a GA with a machine learning technique was analyzed and applied in a antenna design. We used a variant of bicubic interpolation technique, called 2D Spline, as machine learning technique to estimate the behavior of a dynamic fitness function, based on the knowledge obtained from a set of laboratory experiments. This fitness function is also called evaluation function and, it is responsible for determining the fitness degree of a candidate solution (individual), in relation to others in the same population. The algorithm can be applied in many areas, including in the field of telecommunications, as projects of antennas and frequency selective surfaces. In this particular work, the presented algorithm was developed to optimize the design of a microstrip antenna, usually used in wireless communication systems for application in Ultra-Wideband (UWB). The algorithm allowed the optimization of two variables of geometry antenna - the length (Ls) and width (Ws) a slit in the ground plane with respect to three objectives: radiated signal bandwidth, return loss and central frequency deviation. These two dimensions (Ws and Ls) are used as variables in three different interpolation functions, one Spline for each optimization objective, to compose a multiobjective and aggregate fitness function. The final result proposed by the algorithm was compared with the simulation program result and the measured result of a physical prototype of the antenna built in the laboratory. In the present study, the algorithm was analyzed with respect to their success degree in relation to four important characteristics of a self-organizing multiobjective GA: performance, flexibility, scalability and accuracy. At the end of the study, it was observed a time increase in algorithm execution in comparison to a common GA, due to the time required for the machine learning process. On the plus side, we notice a sensitive gain with respect to flexibility and accuracy of results, and a prosperous path that indicates directions to the algorithm to allow the optimization problems with "η" variables / Este trabalho apresenta um estudo avaliativo dos efeitos da utiliza??o de uma t?cnica de aprendizado de m?quina nas caracter?sticas principais de um algoritmo gen?tico (GA) multiobjetivo e auto-organiz?vel. Um GA t?pico pode ser visto como uma t?cnica de busca que ? normalmente aplicada em problemas que envolvem complexidade n?o polinomial. Originalmente, estes algoritmos foram idealizados para criar m?todos que buscam solu??es aceit?veis para problemas em que os ?timos globais s?o inacess?veis ou s?o de dif?cil obten??o. A princ?pio, os GAs consideravam apenas uma fun??o de avalia??o e um ?nico objetivo de otimiza??o. Hoje, entretanto, s?o comuns as implementa??es que consideram diversos objetivos de otimiza??o simultaneamente (algoritmos multiobjetivos), al?m de permitir a altera??o de diversos componentes do algoritmo dinamicamente (algoritmos autoorganiz?veis). Ao mesmo tempo, s?o comuns tamb?m as combina??es dos GAs com t?cnicas de aprendizado de m?quina para melhorar algumas de suas caracter?sticas de desempenho e utiliza??o. Neste trabalho, um GA com recursos de aprendizado de m?quina foi analisado e aplicado em um projeto de antena. Utilizou-se uma t?cnica variante de interpola??o bic?bica, denominada Spline 2D, como t?cnica de aprendizado de m?quina para estimar o comportamento de uma fun??o de fitness din?mica, a partir do conhecimento obtido de um conjunto de experimentos realizados em laborat?rio. Esta fun??o de fitness ? tamb?m denominada de fun??o de avalia??o e ? respons?vel pela determina??o do grau de aptid?o de uma solu??o candidata (indiv?duo) em rela??o ?s demais de uma mesma popula??o. O algoritmo pode ser aplicado em diversas ?reas, inclusive no dom?nio das telecomunica??es, como nos projetos de antenas e de superf?cies seletivas de frequ?ncia. Neste trabalho em particular, o algoritmo apresentado foi desenvolvido para otimizar o projeto de uma antena de microfita, comumente utilizada em sistemas de comunica??o sem fio e projetada para aplica??o em sistemas de banda ultra larga (Ultra-Wideband - UWB). O algoritmo permitiu a otimiza??o de duas vari?veis da geometria da antena - o Comprimento (Ls) e a Largura (Ws) de uma fenda no plano de terra com rela??o a tr?s objetivos: largura de banda do sinal irradiado, perda de retorno e desvio da frequ?ncia central. As duas dimens?es (Ls e Ws) s?o usadas como vari?veis em tr?s distintas fun??es de interpola??o, sendo uma Spline para cada objetivo da otimiza??o, para compor uma fun??o de fitness agregada e multiobjetiva. O resultado final proposto pelo algoritmo foi comparado com o resultado obtido de um programa simulador e com o resultado medido de um prot?tipo f?sico da antena constru?da em laborat?rio. No estudo apresentado, o algoritmo foi analisado com rela??o ao seu grau de sucesso, no que diz respeito a quatro caracter?sticas importantes de um GA multiobjetivo auto-organiz?vel: desempenho, flexibilidade, escalabilidade e exatid?o. Ao final do estudo, observou-se na compila??o do algoritmo um aumento no tempo de execu??o em compara??o a um GA comum, por conta do tempo necess?rio para o processo de aprendizagem. Como ponto positivo, notou-te um ganho sens?vel com rela??o a flexibilidade e a exatid?o dos resultados apresentados, al?m de um caminho pr?spero que indica dire??es para permitir com que o algoritmo permita a otimiza??o de problemas com η vari?veis

Made available in DSpace on 2014-12-17T14:56:07Z (GMT). No. of bitstreams: 1 NaiyanHCL_DISSERT.pdf: 1452285 bytes, checksum: 018fb1e8fa51e8f7094cce68a18c6c73 (MD5) Previous issue date: 2012-08-13 / Reinforcement learning is a machine learning technique that, although finding a large number of applications, maybe is yet to reach its full potential. One of the inadequately tested possibilities is the use of reinforcement learning in combination with other methods for the solution of pattern classification problems. It is well documented in the literature the problems that support vector machine ensembles face in terms of generalization capacity. Algorithms such as Adaboost do not deal appropriately with the imbalances that arise in those situations. Several alternatives have been proposed, with varying degrees of success. This dissertation presents a new approach to building committees of support vector machines. The presented algorithm combines Adaboost algorithm with a layer of reinforcement learning to adjust committee parameters in order to avoid that imbalances on the committee components affect the generalization performance of the final hypothesis. Comparisons were made with ensembles using and not using the reinforcement learning layer, testing benchmark data sets widely known in area of pattern classification / A aprendizagem por refor?o ? uma t?cnica de aprendizado de m?quina que, embora j? tenha encontrado uma grande quantidade de aplica??es, talvez ainda n?o tenha alcan?ado seu pleno potencial. Uma das possibilidades que n?o foi devidamente testada at? hoje foi a utiliza??o da aprendizagem por refor?o em conjunto com outros m?todos para a solu??o de problemas de classifica??o de padr?es. ? bem documentada na literatura a problem?tica que ensembles de m?quinas de vetor de suporte encontram em termos de capacidade de generaliza??o. Algoritmos como Adaboost n?o lidam apropriadamente com os desequil?brios que podem surgir nessas situa??es. V?rias alternativas j? foram propostas, com margens variadas de sucesso. Esta disserta??o apresenta uma nova abordagem para a constru??o de comit?s de m?quinas de vetor de suporte. O algoritmo apresentado combina o algoritmo Adaboost com uma camada de aprendizagem por refor?o, para ajustar par?metros do comit? evitando que desequil?brios nos classificadores componentes do comit? prejudiquem o desempenho de generaliza??o da hip?tese final. Foram efetuadas compara??es de comit?s com e sem essa camada adicional de aprendizagem por refor?o, testando conjuntos de dados benchmarks amplamente conhecidos na ?rea de classifica??o de padr?es

Estudamos a Eletrodinâmica de Wheeler-Feynman usando um princípio variacional para um funcional de ação finito acoplado a um problema de valor na fronteira. Para trajetórias C2 por trechos, a condição de ponto crítico desse funcional fornece as equações de movimento de Wheeler-Feynman mais uma condição de continuidade dos momentos parciais e energias parciais, conhecida como condição de quina de Weierstrass-Erdmann. Estudamos em detalhe um sub-caso mais simples, onde os dados de fronteira têm um comprimento mínimo. Nesse caso, mostramos que a condição de extremo se reduz a um problema de valor na chegada para uma equação diferencial com retardo misto dependente do estado e do tipo neutro. Resolvemos numericamente esse problema usando um método de shooting e um método de Runge-Kutta de quarta ordem. Para os casos em que as fronteiras mínimas têm velocidades descontínuas, elaboramos uma técnica para resolver as condições de quina de Weierstrass-Erdmann junto com o problema de valor na chegada. As trajetórias com velocidades descontínuas previstas pelo método variacional foram verificadas por experimentos numéricos. Em um segundo desenvolvimento, para o caso mais difícil de fronteiras de comprimento arbitrário, implementamos um método de minimização com gradiente fraco para o princípio variacional e problema de fronteira acima citado. Elaboramos dois métodos numéricos, ambos implementados em MATLAB, para encontrar soluções do problema eletromagnético de dois corpos. O primeiro combina o método de elementos finitos com o método de Newton para encontrar as soluções que anulam o gradiente fraco do funcional para fronteiras genéricas. O segundo usa o método do declive máximo para encontrar as soluções que minimizam a ação. Nesses dois métodos as trajetórias são aproximadas dentro de um espaço de dimensão finita gerado por uma Galerkiana que suporta velocidades descontínuas. Foram realizados diversos testes e experimentos numéricos para verificar a convergência das trajetórias calculada numericamente; também comparamos os valores do funcional calculados numericamente com alguns resultados analíticos sobre órbitas circulares. / We study the Wheeler-Feynman electrodynamics using a variational principle for an action functional coupled to a finite boundary value problem. For piecewise C2 trajectories, the critical point condition for this functional gives the Wheeler-Feynman equations of motion in addition to a continuity condition of partial moments and partial energies, known as the Weierstrass-Erdmann corner conditions. In the simplest case, for the boundary value problem of shortest length, we show that the critical point condition reduces to a two-point boundary value problem for a state-dependent mixed-type neutral differential-delay equation. We solve this special problem numerically using a shooting method and a fourth order Runge-Kutta. For the cases where the boundary segment has discontinuous velocities we developed a technique to solve the Weierstrass-Erdmann corner conditions and the two-point boundary value problem together. The trajectories with discontinuous velocities presupposed by the variational method were verified by numerical experiments. In a second development, for the harder case with boundaries of arbitrary length, we implemented a method of minimization with weak gradient for the variational principle quoted above. Two numerical methods were implemented in MATLAB to find solutions of the two-body electromagnetic problem. The first combines the finite element method with Newtons method to find the solutions that vanish the weak gradient. The second uses the method of steepest descent to find the solutions that minimize the action. In both methods the trajectories are approximated within a finite-dimensional space generated by a Galerkian that supports discontinuous velocities. Many tests and numerical experiments were performed to verify the convergence of the numerically calculated trajectories; also were compared the values of the functional computed numerically with some known analytical results on circular orbits.

Made available in DSpace on 2014-12-17T14:54:49Z (GMT). No. of bitstreams: 1 HelianaBS_da_capa_ate_cap4.pdf: 2361373 bytes, checksum: 3e1e43e8ba1aadc274663b8b8e3de72f (MD5) Previous issue date: 2008-02-22 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / The skin cancer is the most common of all cancers and the increase of its incidence must, in part, caused by the behavior of the people in relation to the exposition to the sun. In Brazil, the non-melanoma skin cancer is the most incident in the majority of the regions. The dermatoscopy and videodermatoscopy are the main types of examinations for the diagnosis of dermatological illnesses of the skin. The field that involves the use of computational tools to help or follow medical diagnosis in dermatological injuries is seen as very recent. Some methods had been proposed for automatic classification of pathology of the skin using images. The present work has the objective to present a new intelligent methodology for analysis and classification of skin cancer images, based on the techniques of digital processing of images for extraction of color characteristics, forms and texture, using Wavelet Packet Transform (WPT) and learning techniques called Support Vector Machine (SVM). The Wavelet Packet Transform is applied for extraction of texture characteristics in the images. The WPT consists of a set of base functions that represents the image in different bands of frequency, each one with distinct resolutions corresponding to each scale. Moreover, the characteristics of color of the injury are also computed that are dependants of a visual context, influenced for the existing colors in its surround, and the attributes of form through the Fourier describers. The Support Vector Machine is used for the classification task, which is based on the minimization principles of the structural risk, coming from the statistical learning theory. The SVM has the objective to construct optimum hyperplanes that represent the separation between classes. The generated hyperplane is determined by a subset of the classes, called support vectors. For the used database in this work, the results had revealed a good performance getting a global rightness of 92,73% for melanoma, and 86% for non-melanoma and benign injuries. The extracted describers and the SVM classifier became a method capable to recognize and to classify the analyzed skin injuries / O c?ncer de pele ? o mais comum de todos os c?nceres e o aumento da sua incid?ncia deve-se, em parte, ao comportamento das pessoas em rela??o ? exposi??o ao sol. No Brasil, o c?ncer de pele n?o melanoma ? o mais incidente na maioria das regi?es. A dermatoscopia e ideodermatoscopia s?o os principais tipos de exames para o diagn?stico de doen?as da pele dermatol?gicas. O campo que envolve o uso de ferramentas computacionais para o aux?lio ou acompanhamento do diagn?stico m?dico em les?es dermatol?gicas ainda ? visto como muito recente. V?rios m?todos foram propostos para classifica??o autom?tica de patologias da pele utilizando imagens. O presente trabalho tem como objetivo apresentar uma nova metodologia inteligente para an?lise e classifica??o de imagens de c?ncer de pele, baseada nas t?cnicas de processamento digital de imagens para extra??o de caracter?sticas de cor, forma e textura, utilizando a Transformada Wavelet Packet (TWP) e a t?cnicas de aprendizado de m?quina denominada M?quina de Vetor de Suporte (SVM Support Vector Machine). A Transformada Wavelet Packet ? aplicada para extra??o de caracter?sticas de textura nas imagens. Esta consiste de um conjunto de fun??es base que representa a imagem em diferentes bandas de freq??ncia, cada uma com resolu??es distintas correspondente a cada escala. Al?m disso, s?o calculadas tamb?m as caracter?sticas de cor da les?o que s?o dependentes de um contexto visual, influenciada pelas cores existentes em sua volta, e os atributos de forma atrav?s dos descritores de Fourier. Para a tarefa de classifica??o ? utilizado a M?quina de Vetor de Suporte, que baseia-se nos princ?pios da minimiza??o do risco estrutural, proveniente da teoria do aprendizado estat?stico. A SVM tem como objetivo construir hiperplanos ?timos que apresentem a maior margem de separa??o entre classes. O hiperplano gerado ? determinado por um subconjunto dos pontos das classes, chamado vetores de suporte. Para o banco de dados utilizado neste trabalho, os resultados apresentaram um bom desempenho obtendo um acerto global de 92,73% para melanoma, e 86% para les?es n?o-melanoma e benigna. O potencial dos descritores extra?dos aliados ao classificador SVM tornou o m?todo capaz de reconhecer e classificar as les?es analisadas

Estudamos a Eletrodinâmica de Wheeler-Feynman usando um princípio variacional para um funcional de ação finito acoplado a um problema de valor na fronteira. Para trajetórias C2 por trechos, a condição de ponto crítico desse funcional fornece as equações de movimento de Wheeler-Feynman mais uma condição de continuidade dos momentos parciais e energias parciais, conhecida como condição de quina de Weierstrass-Erdmann. Estudamos em detalhe um sub-caso mais simples, onde os dados de fronteira têm um comprimento mínimo. Nesse caso, mostramos que a condição de extremo se reduz a um problema de valor na chegada para uma equação diferencial com retardo misto dependente do estado e do tipo neutro. Resolvemos numericamente esse problema usando um método de shooting e um método de Runge-Kutta de quarta ordem. Para os casos em que as fronteiras mínimas têm velocidades descontínuas, elaboramos uma técnica para resolver as condições de quina de Weierstrass-Erdmann junto com o problema de valor na chegada. As trajetórias com velocidades descontínuas previstas pelo método variacional foram verificadas por experimentos numéricos. Em um segundo desenvolvimento, para o caso mais difícil de fronteiras de comprimento arbitrário, implementamos um método de minimização com gradiente fraco para o princípio variacional e problema de fronteira acima citado. Elaboramos dois métodos numéricos, ambos implementados em MATLAB, para encontrar soluções do problema eletromagnético de dois corpos. O primeiro combina o método de elementos finitos com o método de Newton para encontrar as soluções que anulam o gradiente fraco do funcional para fronteiras genéricas. O segundo usa o método do declive máximo para encontrar as soluções que minimizam a ação. Nesses dois métodos as trajetórias são aproximadas dentro de um espaço de dimensão finita gerado por uma Galerkiana que suporta velocidades descontínuas. Foram realizados diversos testes e experimentos numéricos para verificar a convergência das trajetórias calculada numericamente; também comparamos os valores do funcional calculados numericamente com alguns resultados analíticos sobre órbitas circulares. / We study the Wheeler-Feynman electrodynamics using a variational principle for an action functional coupled to a finite boundary value problem. For piecewise C2 trajectories, the critical point condition for this functional gives the Wheeler-Feynman equations of motion in addition to a continuity condition of partial moments and partial energies, known as the Weierstrass-Erdmann corner conditions. In the simplest case, for the boundary value problem of shortest length, we show that the critical point condition reduces to a two-point boundary value problem for a state-dependent mixed-type neutral differential-delay equation. We solve this special problem numerically using a shooting method and a fourth order Runge-Kutta. For the cases where the boundary segment has discontinuous velocities we developed a technique to solve the Weierstrass-Erdmann corner conditions and the two-point boundary value problem together. The trajectories with discontinuous velocities presupposed by the variational method were verified by numerical experiments. In a second development, for the harder case with boundaries of arbitrary length, we implemented a method of minimization with weak gradient for the variational principle quoted above. Two numerical methods were implemented in MATLAB to find solutions of the two-body electromagnetic problem. The first combines the finite element method with Newtons method to find the solutions that vanish the weak gradient. The second uses the method of steepest descent to find the solutions that minimize the action. In both methods the trajectories are approximated within a finite-dimensional space generated by a Galerkian that supports discontinuous velocities. Many tests and numerical experiments were performed to verify the convergence of the numerically calculated trajectories; also were compared the values of the functional computed numerically with some known analytical results on circular orbits.