Avaliação de medidas de similaridade de matrizes kernel aplicadas em classicadores de larga margem para seleção de modelos

dc.contributor.advisor-co1Borges, Carlos Cristiano Hasenclever
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/2487554612123446pt_BR
dc.contributor.advisor1Villela, Saulo Moraes
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3358075178615535pt_BR
dc.contributor.referee1Fonseca Neto, Raul
dc.contributor.referee1Latteshttp://lattes.cnpq.br/3572434390881704pt_BR
dc.contributor.referee2Xavier, Vinicius Layter
dc.contributor.referee2Latteshttp://lattes.cnpq.br/9683190447704675pt_BR
dc.creatorFaustino, Paulo Roberto do Carmo
dc.creator.Latteshttp://lattes.cnpq.br/1909973623756762pt_BR
dc.date.accessioned2022-06-10T16:50:05Z
dc.date.available2022-06-10
dc.date.available2022-06-10T16:50:05Z
dc.date.issued2019-03-20
dc.description.abstractThe purpose of this work is to investigate the behavior of similarity measurements, i.e., Kernel Target Alignment (KTA) and Feature Space-based Kernel Matrix Evaluation Measure (FSM) in relation to their correlation with a large margin classifier - support vector machine, in order to propose and implement a model selection method, constructed by means of two steps: a hyper-parameter selection model and a model for feature selection. The KTA and FSM methods indicate the degree of similarity between kernel matrices determined by an alignment measure. This value of alignment is used as reference for a wrapper model selection construction using the simulated anneling as optimizer. Initial tests are depicted to verify the similarity measurements performance in relation to a large margin classi er aiming to identify the better measure to be adopted in the proposed selection model. Following, the described selection model components are tested separately and their results are exhaustively analyzed.pt_BR
dc.description.resumoA proposta deste trabalho é investigar o comportamento de medidas de similaridade, como Kernel Target Alignment (KTA) e Feature Space-based Kernel Matrix Evaluation Measure (FSM), e observar suas interações com um classificador de larga margem, construir um modelo de seleção de modelos, implementando seus componentes separadamente: um modelo de seleção de hiperparâmetros e um modelo de seleção de características. Os métodos KTA e FSM indicam o grau de similaridades entre matrizes kernel, retornando um valor de alinhamento. Este alinhamento é utilizando na construção dos modelos de seleção utilizando o método Simulated Annealing. São apresentados testes iniciais indicando o desempenho das medidas de similaridade, para a escolha adequada de qual medida será acoplada ao modelo de seleção proposto. Em seguida são descritos, separadamente, os modelos propostos de seleção, bem como seus resultados comparativos.pt_BR
dc.identifier.urihttps://repositorio.ufjf.br/handle/ufjf/14187
dc.languageporpt_BR
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentICE – Instituto de Ciências Exataspt_BR
dc.publisher.initialsUFJFpt_BR
dc.publisher.programPrograma de Pós-graduação em Ciência da Computaçãopt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/br/*
dc.subjectSeleção de modelospt_BR
dc.subjectSeleção de hiperparâmetrospt_BR
dc.subjectSeleção de característicaspt_BR
dc.subjectMedidas de similaridadept_BR
dc.subjectClassificadores de larga margempt_BR
dc.subjectModel selectionpt_BR
dc.subjectHyper-parameter selectionpt_BR
dc.subjectFeature selectionpt_BR
dc.subjectSimilarity measurespt_BR
dc.subjectLarge margin classifierspt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleAvaliação de medidas de similaridade de matrizes kernel aplicadas em classicadores de larga margem para seleção de modelospt_BR
dc.typeDissertaçãopt_BR

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
paulorobertodocarmofaustino.pdf
Size:
1.83 MB
Format:
Adobe Portable Document Format
Description:
PDF/A

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: