https://repositorio.ufjf.br/jspui/handle/ufjf/17565
File | Description | Size | Format | |
---|---|---|---|---|
renanmottagoulart.pdf | 6.69 MB | Adobe PDF | View/Open |
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor1 | Fonseca Neto, Raul | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/3572434390881704 | pt_BR |
dc.contributor.advisor-co1 | Borges, Carlos Cristiano Hasenclever | - |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/2487554612123446 | pt_BR |
dc.contributor.advisor-co2 | Villela, Saulo Moraes | - |
dc.contributor.advisor-co2Lattes | http://lattes.cnpq.br/3358075178615535 | pt_BR |
dc.contributor.referee1 | Freire, Wilhelm Passarella | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/8621487041613032 | pt_BR |
dc.contributor.referee2 | Fonseca, Leonardo Goliatt da | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/9030707448549156 | pt_BR |
dc.contributor.referee3 | Braga, Antônio de Padua | - |
dc.contributor.referee3Lattes | http://lattes.cnpq.br/1130012055294645 | pt_BR |
dc.contributor.referee4 | Torres, Luiz Carlos Bambirra | - |
dc.contributor.referee4Lattes | http://lattes.cnpq.br/8559513813180335 | pt_BR |
dc.creator | Goulart, Renan Motta | - |
dc.creator.Lattes | http://lattes.cnpq.br/2427817926512510 | pt_BR |
dc.date.accessioned | 2024-10-29T15:54:56Z | - |
dc.date.available | 2024-10-29 | - |
dc.date.available | 2024-10-29T15:54:56Z | - |
dc.date.issued | 2024-09-05 | - |
dc.identifier.uri | https://repositorio.ufjf.br/jspui/handle/ufjf/17565 | - |
dc.description.abstract | Binary Classification is an essential task in the field of Machine Learning, where finding a classifier with high accuracy and generalization performance is one of its central problems. This research studies the binary classification problem from a geometric perspective, producing new insights through two main approaches. The first approach is related to the development of evolutionary algorithms and the use of the spherical coordinate system. This part of the research resulted in two evolutionary algorithms: the first, a large-margin classifier, and the second, a classifier that approximates the analytical center. The second approach, based on Computational Geometry, produced an efficient method, which requires finite time, to analyze the relevance of instances in a binary classification problem. This is achieved by reducing the problem to determining if a point is an extreme point of a convex cloud. As a consequence of this reduction, an efficient technique, also capable of being executed in finite time, was developed to determine if a binary classification problem is linearly separable in the input or feature space for a chosen kernel function. It is important to highlight that both the primal and dual representation spaces were considered during the development of these methods, enabling the use of an implicit mapping. The obtained results are competitive with other methods that represent the current state of the art for binary classification. | pt_BR |
dc.description.resumo | Classificação binária é um problema essencial na área de Aprendizado de Máquina, na qual encontrar classificadores com um alto nível de acurácia e poder de generalização na predição de novos dados é um de seus principais objetivos. Esta pesquisa estudou o problema de classificação binária segundo uma perspectiva geométrica, produzindo novos resultados segundo duas abordagens. A primeira abordagem está relacionada ao uso da Computação Evolucionista e de um sistema esférico de representação de coordenadas resultando no desenvolvimento de dois algoritmos evolutivos: o primeiro sendo um classificador de larga margem; e o segundo um classificador que aproxima o cálculo do centro analítico. A segunda abordagem envolveu conceitos de Geometria Computacional produzindo um método eficiente, e que termina em tempo finito, para determinar quais instâncias de um problema são relevantes. Para tanto, foi feita uma redução deste problema ao problema de determinar se um ponto é extremo em uma nuvem de pontos. Como consequência deste estudo desenvolveu-se outra técnica eficiente, e que também termina em tempo finito, para determinar se um problema de classificação binária apresenta separabilidade linear no espaço de entrada ou no espaço de características para uma função kernel escolhida. É importante destacar que todos os estudos foram realizados tanto no espaço primal quanto no espaço dual possibilitando o uso de um mapeamento implícito. Os resultados obtidos foram bastante satisfatórios e muitas vezes superiores a outros métodos que representam o estado da arte do problema de classificação binária. | pt_BR |
dc.description.sponsorship | CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal de Juiz de Fora (UFJF) | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | ICE – Instituto de Ciências Exatas | pt_BR |
dc.publisher.program | Programa de Pós-graduação em Modelagem Computacional | pt_BR |
dc.publisher.initials | UFJF | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Algoritmo evolucionista | pt_BR |
dc.subject | Análise de relevância | pt_BR |
dc.subject | Análise de separabilidade | pt_BR |
dc.subject | Centro analítico | pt_BR |
dc.subject | Classificação binária | pt_BR |
dc.subject | Coordenadas esféricas | pt_BR |
dc.subject | Larga margem | pt_BR |
dc.subject | Ponto extremo | pt_BR |
dc.subject | Analytic center | pt_BR |
dc.subject | Binary classification | pt_BR |
dc.subject | Evolutionary algorithm | pt_BR |
dc.subject | Extreme point | pt_BR |
dc.subject | Large margin | pt_BR |
dc.subject | Relevance analysis | pt_BR |
dc.subject | Separability analysis | pt_BR |
dc.subject | Spherical coordinates | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA | pt_BR |
dc.title | Uma abordagem geométrica para o estudo do problema de classificação binária | pt_BR |
dc.type | Tese | pt_BR |
Appears in Collections: | Doutorado em Modelagem Computacional (Teses) |
This item is licensed under a Creative Commons License