Submitted by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-03-10T13:56:06Z
No. of bitstreams: 2
Dissertacao Diego de Queiroz.pdf: 4124952 bytes, checksum: 8b1119beb27827489557809772a98050 (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-10T13:56:06Z (GMT). No. of bitstreams: 2
Dissertacao Diego de Queiroz.pdf: 4124952 bytes, checksum: 8b1119beb27827489557809772a98050 (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Previous issue date: 2013-07-30 / Diferentes modelos clássicos já foram estendidos para a classificação de dados simbólicos
de natureza intervalar, como regressão logística e discriminante linear, entre vários
outros, contudo a maior parte desses classificadores foi desenvolvida para a resolução de
problemas linearmente separáveis, não possuindo um bom desempenho face à problemas
não-linearmente separáveis. Esse trabalho introduz duas abordagens baseadas no modelo
de discriminante linear generalizado para classificar dados simbólicos intervalares.
Nessas abordagens duas famílias de funções de kernel foram utilizadas separadamente
para transpor os dados para um espaço de alta dimensão, permitindo a classificação de
problemas não linearmente separáveis. Tal transposição é realizada através do kernel
trick utilizando o produto escalar convencional e o produto escalar kernelizado para
dados intervalares. Experimentos com conjuntos de dados sintéticos, híbrido entre sintético
e real e uma aplicação com um conjunto de dados intervalares real demonstram a
funcionalidade e eficiência dessa abordagem.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/11636 |
Date | 30 July 2013 |
Creators | Queiroz, Diego Cesar Florencio de |
Contributors | Souza, Renata Maria Cardoso Rodrigues de, Cysneiros, Francisco José de Azevêdo |
Publisher | Universidade Federal de Pernambuco |
Source Sets | IBICT Brazilian ETDs |
Language | Breton |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
Rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil, http://creativecommons.org/licenses/by-nc-nd/3.0/br/, info:eu-repo/semantics/openAccess |
Page generated in 0.0017 seconds