Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2017-12-20T16:43:33Z
No. of bitstreams: 1
felipeleitefagundes.pdf: 505347 bytes, checksum: 828890d64eac8d09b9c56eb30e6505df (MD5) / Rejected by Adriana Oliveira (adriana.oliveira@ufjf.edu.br), reason: Favor corrigir Métricas e Função no título para minúsculas on 2017-12-21T11:00:24Z (GMT) / Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2017-12-21T11:56:28Z
No. of bitstreams: 1
felipeleitefagundes.pdf: 505347 bytes, checksum: 828890d64eac8d09b9c56eb30e6505df (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-12-22T12:00:32Z (GMT) No. of bitstreams: 1
felipeleitefagundes.pdf: 505347 bytes, checksum: 828890d64eac8d09b9c56eb30e6505df (MD5) / Made available in DSpace on 2017-12-22T12:00:32Z (GMT). No. of bitstreams: 1
felipeleitefagundes.pdf: 505347 bytes, checksum: 828890d64eac8d09b9c56eb30e6505df (MD5)
Previous issue date: 2017-08-31 / A utilização de diferentes métricas em algoritmos de aprendizado de máquinas pode
mudar completamente os resultados de análises realizadas em bases de dados. Variar
as maneiras de medir distâncias ou similaridades dos dados pode gerar reflexos para a
captura de informações dessas bases e, com isso, influenciar diretamente a tomada de
decisões. Neste sentido, métodos de aprendizagem de métricas têm sido abordados e
aplicados em diversos ramos das pesquisas que manipulam bases de dados, com a finalidade de encontrar métricas mais adequadas para soluções de problemas de análise de
cluster, classificação, mineração de dados, dentre outros relacionados ao reconhecimento
de padrões de dados. O método de aprendizado de métricas utilizado como base deste
trabalho foi originalmente formulado como um problema de otimização, com o objetivo
de minimizar um conjunto parametrizado de distâncias de Mahalanobis. No método original é necessário estabelecer uma lista com pares de vetores similares ou dissimilares, que possibilitam a correção dos parâmetros para medição das distâncias. Já neste trabalho
é proposto um novo método, que não necessita da comparação par a par entre vetores,
mas apenas da comparação de distâncias de cada vetor do conjunto de treinamento com
dois centroides: o definido pelo algoritmo Seeded k-means e o definido por um especialista
como sendo um centroide esperado. A distância entre o vetor e os dois centroides é usada
como fator global de correção dos parâmetros para medição das distâncias. Os novos
parâmetros para medição de distâncias alteram a forma como os vetores são agrupados,
melhorando sensivelmente os resultados em relação à métrica Euclideana. A maior contribuição deste estudo foi a formulação de um método para aprendizado desses parâmetros que reduzisse a complexidade em tempo em relação a outros métodos de aprendizado
propostos na literatura, denominado MAP – Método de Aprendizado de Parâmetros. O
MAP demonstrou melhoras significativas para problemas de classificação em diversas bases de dados do UCI Machine Learning Repository com métricas aprendidas em conjuntos
de treinamento. / The use of different metrics in machine learning algorithms is able to change the results of analyzes carried out in databases. By varying how to measure distances or data similarities we can generate reflexes for information capture, which can influence the decision-making. In this sense, metric learning methods have been approached and applied in several branches of the research in the world, in order to find better metrics for problems of cluster analysis, classification, data mining, among others related data pattern recognition. The metric learning method used as the basis of this work was ori-ginally formulated as an optimization problem, in order to minimize a parameter set of Mahalanobis distances. In the original method, it is necessary to define a list of similar or dissimilar vectors pairs, which allow the correction of the distance measurement pa-rameters. In this work, a new method is proposed, which does not require the pairwise comparison, but only the distance comparison from each vector of a training set to two points: one defined by the Seeded k-means and other defined by an expert as being an expected centroid. The distance between the vector and the two centroids is used as correction factor of the parameters for measuring distances. The new learned parame-ters for distances measurement can change the clusters improving the results compared to the Euclidean metric. The major contribution of this study was the formulation of a method to learn these parameters that reduces the complexity in time if compared to other methods proposed in the literature. The proposal of PLM – Parameter Learning Method – have been demonstrated significant improvements in classification problems for several UCI Machine Learning Repository databases.
| Identifer | oai:union.ndltd.org:IBICT/oai:hermes.cpd.ufjf.br:ufjf/6013 |
| Date | 31 August 2017 |
| Creators | Fagundes, Felipe Leite |
| Contributors | Fonseca Neto, Raul, Borges, Carlos Cristiano Hasenclever, Villela, Saulo Moraes, Braga, Antônio de Pádua |
| Publisher | Universidade Federal de Juiz de Fora (UFJF), Programa de Pós-graduação em Ciência da Computação, UFJF, Brasil, ICE – Instituto de Ciências Exatas |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFJF, instname:Universidade Federal de Juiz de Fora, instacron:UFJF |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds