Return to search

Modelo de Aprendizado Incremental Baseado em Uma Rede Neural com Arquitetura Adaptativa

Made available in DSpace on 2016-08-29T15:32:43Z (GMT). No. of bitstreams: 1
tese_2753_Patrick_tese.pdf: 6162584 bytes, checksum: a94d478a04680143f35c1eb308769c46 (MD5)
Previous issue date: 2012-12-12 / Este trabalho apresenta uma abordagem baseada em Redes Neurais Artificiais para problemas de classificação multi-rotulada. Em particular, foi empregada uma versão modificada da Rede Neural Probabilística para tratar de tais problemas. Em experimentos realizados em várias bases de dados conhecidas na literatura, a Rede Neural Probabilística proposta apresentou um desempenho comparável, e algumas vezes até superior, a outros algoritmos especializados neste tipo de problema.
Como o foco principal deste trabalho foi o estudo de estratégias para classificação automática de texto de atividades econômicas, foram realizados também experimentos utilizando uma base de dados de atividades econômicas. No entanto, diferente das bases de dados utilizadas anteriormente, esta base de dados apresenta um número extenso de categorias e poucas amostras de treino por categoria, o que aumenta o grau de dificuldade deste problema. Nos experimentos realizados foram utilizados a Rede Neural Probabilística proposta, o classificador k-Vizinhos mais Próximos Multi-rotulado, e um Algoritmo Genético para otimização dos parâmetros dos mesmos. Nas métricas utilizadas para avaliação de desempenho, a Rede Neural Probabilística mostrou resultados superiores e comparáveis aos resultados obtidos pelo k-Vizinhos mais Próximos Multi-rotulado, mostrando que a abordagem utilizada neste trabalho é promissora.

Identiferoai:union.ndltd.org:IBICT/oai:dspace2.ufes.br:10/4119
Date12 December 2012
CreatorsCIARELLI, P. M.
ContributorsSALLES, E. O. T., Edgar Schneider, Freitas, F. D., Klaus Fabian Coco, MEIRA JUNIOR, W., DE SOUZA, A. F., OLIVEIRA, E. S.
PublisherUniversidade Federal do Espírito Santo, Doutorado em Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, UFES, BR
Source SetsIBICT Brazilian ETDs
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Formattext
Sourcereponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0021 seconds