Banca de DEFESA: CARLOS ALBERTO DE ARAUJO PADILHA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: CARLOS ALBERTO DE ARAUJO PADILHA
DATA: 31/01/2013
HORA: 10:30
LOCAL: SALA 2 DCA
TÍTULO:

Algoritmos Genéticos Aplicados a um Comitê de LS-SVM em Problemas de Classificação.

PALAVRAS-CHAVES:

Classificação de padrões; Máquinas de Vetor de Suporte por Mínimos Quadrados; Comitês de máquinas; Algoritmos Genéticos.

PÁGINAS: 60
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

A classificação de padrões é uma das subáreas do aprendizado de máquina que possui o maior destaque. Entre as várias abordagens para resolver problemas de classificação de padrões, as Máquinas de Vetor de Suporte ( SVM ) recebem grande ênfase, devido a sua facilidade de uso e boa capacidade de generalização. A formulação por Mínimos Quadrados da SVM (LS-SVM) encontra um hiperplano de separação ótima através da solução de um sistema de equações lineares, evitando assim o uso da programação quadrática implementada na SVM. As LS-SVM fornecem alguns parâmetros livres que precisam ser corretamente selecionados para alcançar resultados satisfatórios em uma determinada tarefa. Apesar de possuir elevado desempenho, várias ferramentas têm sido desenvolvidas para aprimorá-lo, principalmente o desenvolvimento de novos métodos de classificação e a utilização de comitês de máquinas. Neste trabalho, nós propomos tanto o uso de um comitê de máquinas quanto o uso de um Algoritmo Genético (AG) para aprimorar o poder de classificação da LS-SVM. Na construção desse comitê, utilizamos uma seleção aleatória de subespaços de características do problema original, que divide o problema em subespaços onde cada classificador do comitê vai atuar. Então, aplicamos o AG para encontrar valores efetivos para os parâmetros de cada LS-SVM e também encontrando um vetor de pesos, medindo a importância de cada máquina na classificação final. Por fim, a classificação final é dada por uma combinação linear das respostas de cada máquina ponderadas pelos pesos. Foram utilizados vários problemas de classificação, tidos como benchmarks, para avaliar o desempenho do algoritmo e comparamos com outros classificadores.

MEMBROS DA BANCA:
Presidente - 347628 - ADRIAO DUARTE DORIA NETO
Interno - 350241 - JORGE DANTAS DE MELO
Externo ao Programa - 1350250 - ANNE MAGALY DE PAULA CANUTO
Externo à Instituição - TERESA BERNARDA LUDERMIR - UFPE