Neste trabalho apresentamos um estudo sobre técnicas de classificação com uso de conjunto representativo. Existem diferentes técnicas aplicadas à classificação, sendo uma das principais vantagens da classificação com conjuntos representativos a simplicidade de implementação e de entendimento. Porém, para a composição deste conjunto, ainda existem dificuldades a serem abordadas. Neste trabalho estamos interessados em três destas dificuldades que consideramos importantes, que são a escolha do tamanho do conjunto representativo, a distribuição dos vetores representativos entre os grupos/classes e como evoluir este conjunto com uma menor dependência de seu estado inicial. A maneira como estas dificuldades são enfrentadas atualmente é discutida através de uma revisão bibliográfica onde apresentamos trabalhos relacionados. Um dos produtos deste trabalho é a proposta de uma alteração no método de aprendizado Growing Neural Gás (FRITZKE, 1995) para que permita a classificação reduzindo a influência dos problemas abordados, o qual foi testado com problemas de classificação largamente conhecidos, e também demonstrado com a implementação de um estudo de caso de reconhecimento de voz. Com base nos testes apresentados foi possível verificar que o método proposto é eficiente na abordagem dos problemas considerados, atingindo níveis de precisão comparáveis aos de outros métodos de classificação com menor necessidade de conhecimento prévio dos dados.
| Identifer | oai:union.ndltd.org:IBICT/oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:2265 |
| Date | 26 March 2013 |
| Creators | Klaifer Garcia |
| Contributors | Carlos Henrique Quartucci Forster |
| Publisher | Instituto Tecnológico de Aeronáutica |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações do ITA, instname:Instituto Tecnológico de Aeronáutica, instacron:ITA |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds