Show simple item record

dc.creatorTuma, Carlos Cesar Mansur
dc.date.accessioned2016-06-02T19:05:36Z
dc.date.available2009-10-20
dc.date.available2016-06-02T19:05:36Z
dc.date.issued2009-06-29
dc.identifier.citationTUMA, Carlos Cesar Mansur. Aprendizado de máquina baseado em separabilidade linear em sistema de classificação híbrido-nebuloso aplicado a problemas multiclasse. 2009. 147 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2009.por
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/407
dc.description.abstractThis master thesis describes an intelligent classifier system applied to multiclass non-linearly separable problems called Slicer. The system adopts a low computacional cost supervised learning strategy (evaluated as ) based on linear separability. During the learning period the system determines a set of hyperplanes associated to oneclass regions (sub-spaces). In classification tasks the classifier system uses the hyperplanes as a set of if-then-else rules to infer the class of the input attribute vector (non classified object). Among other characteristics, the intelligent classifier system is able to: deal with missing attribute values examples; reject noise examples during learning; adjust hyperplane parameters to improve the definition of the one-class regions; and eliminate redundant rules. The fuzzy theory is considered to design a hybrid version with features such as approximate reasoning and parallel inference computation. Different classification methods and benchmarks are considered for evaluation. The classifier system Slicer reaches acceptable results in terms of accuracy, justifying future investigation effort.eng
dc.description.sponsorshipFinanciadora de Estudos e Projetos
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsAcesso Abertopor
dc.subjectInteligência artificialpor
dc.subjectAprendizagem de máquinapor
dc.subjectClassificaçãopor
dc.subjectMétodo geométrico de classificaçãopor
dc.subjectSistema classificador nebulosopor
dc.subjectSeparabilidade linearpor
dc.subjectLinear separabilityeng
dc.subjectMulticlass non-linear problemseng
dc.subjectMachine learningeng
dc.subjectGeometric classification methodeng
dc.subjectFuzzy classifier systemeng
dc.titleAprendizado de máquina baseado em separabilidade linear em sistema de classificação híbrido-nebuloso aplicado a problemas multiclassepor
dc.typeDissertaçãopor
dc.contributor.advisor1Figueiredo, Maurício Fernandes
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4514898499279696por
dc.creator.Latteshttp://lattes.cnpq.br/0916152883066962por
dc.description.resumoEste trabalho de mestrado descreve um sistema classificador inteligente aplicado a problemas multiclasse não-linearmente separáveis chamado Slicer. O sistema adota uma estratégia de aprendizado supervisionado de baixo custo computacional (avaliado em ) baseado em separabilidade linear. Durante o período de aprendizagem o sistema determina um conjunto de hiperplanos associados a regiões de classe única (subespaços). Nas tarefas de classificação o sistema classificador usa os hiperplanos como um conjunto de regras se-entao-senao para inferir a classe do vetor de atributos dado como entrada (objeto a ser classificado). Entre outras caracteristicas, o sistema classificador é capaz de: tratar atributos faltantes; eliminar ruídos durante o aprendizado; ajustar os parâmetros dos hiperplanos para obter melhores regiões de classe única; e eliminar regras redundantes. A teoria nebulosa é considerada para desenvolver uma versão híbrida com características como raciocínio aproximado e simultaneidade no mecanismo de inferência. Diferentes métodos de classificação e domínios são considerados para avaliação. O sistema classificador Slicer alcança resultados aceitáveis em termos de acurácia, justificando investir em futuras investigações.por
dc.publisher.countryBRpor
dc.publisher.initialsUFSCarpor
dc.publisher.programPrograma de Pós-graduação em Ciência da Computaçãopor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record