Advanced search options

Advanced Search Options 🞨

Browse by author name (“Author name starts with…”).

Find ETDs with:

in
/  
in
/  
in
/  
in

Written in Published in Earliest date Latest date

Sorted by

Results per page:

Sorted by: relevance · author · university · dateNew search

You searched for subject:(Classificador da Bayes). Showing records 1 – 3 of 3 total matches.

Search Limiters

Last 2 Years | English Only

No search limiters apply to these results.

▼ Search Limiters

1. Santos, Diana Dorgam de Aguiar dos. Classifica??o de s?ries temporais via Classificador de Bayes empregando Modelos Lineares Din?micos.

Degree: 2017, Universidade Federal do Amazonas

Na presente disserta??o apresentamos uma nova abordagem para aplica??es em An?lise Discriminante (AD) para problemas cujas observa??es no conjunto de treinamento s?o oriundas de s?ries temporais, empregando o Classificador de Bayes e modelando as distribui??es nas classes com o emprego de Modelos Lineares Din?micos. Foram realizados os desenvolvimentos te?ricos necess?rios para a obten??o de uma forma anal?tica para as probabilidades a posteriori das classes. Para avaliar a abordagem proposta foram desenvolvidos estudos de simula??o, tanto para avaliar as estrat?gias da escolha do procedimento da estima??o da vari?ncia, como tamb?m, determinar as taxas de erro (TE) de classifica??o para compar?-las com outras abordagens usuais para classificadores em AD. Foram simuladas observa??es de s?ries temporais com diferentes estruturas de separa??o das classes e com diferentes tamanhos para o conjunto de treinamento. A abordagem proposta tamb?m foi aplicada em dados de problemas reais, com diferentes graus de dificuldades com rela??o ao n?mero de classes, tamanho das s?ries e o n?mero de observa??es no conjunto de treinamento, sendo ent?o comparadas suas TE com as de outros classificadores. Embora sejam necess?rios estudos mais completos, os resultados obtidos sugerem que a abordagem param?trica desenvolvida se constitui em uma alternativa promissora para esta categoria de problemas em AD, com observa??es de s?ries temporais, em particular, em um contexto bastante desafiador na pr?tica quando temos s?ries com tamanhos grandes com rela??o ao n?mero de observa??es nas classes.

In this work we present a new approach for applications in Discriminant Analysis (DA) to problems whose observations in the training set are from time series, using the Bayes classifier and modeling the classes distributions in with Linear Dynamic Models. Theoretical developments were conducted to obtain an analytic form for the classe posterior probability. The simulation studies have been developed to evaluate the proposed approach, to evaluate different strategies to estimate the model variance and determine the classification error rates (ET) to compare them with other usual approaches in AD. Time series were simulated with different structures of classes separation and with different sizes for the training set. The proposed approach was also applied to data from real problems with different degrees of difficulty with respect to the classes number, the time series size and number of observations in the training set. With real data the proposed classifier was compared with other classifiers in terms of error rate. Although it is needed most complete studies, the results suggest that this parametric approach developed constitutes a promising alternative for problems in AD with time series, particularly in a challenging context when the size time series is much large than the number of observations in the classes.

CAPES - Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior

Advisors/Committee Members: Pereira, Jos? Raimundo Gomes, http://lattes.cnpq.br/3697983438100904.

Subjects/Keywords: An?lise discriminante; Classificador de Bayes; Modelos lineares din?micos; S?ries Temporais; CI?NCIAS EXATAS E DA TERRA: MATEM?TICA

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Santos, D. D. d. A. d. (2017). Classifica??o de s?ries temporais via Classificador de Bayes empregando Modelos Lineares Din?micos. (Masters Thesis). Universidade Federal do Amazonas. Retrieved from http://tede.ufam.edu.br/handle/tede/6041

Chicago Manual of Style (16th Edition):

Santos, Diana Dorgam de Aguiar dos. “Classifica??o de s?ries temporais via Classificador de Bayes empregando Modelos Lineares Din?micos.” 2017. Masters Thesis, Universidade Federal do Amazonas. Accessed September 27, 2020. http://tede.ufam.edu.br/handle/tede/6041.

MLA Handbook (7th Edition):

Santos, Diana Dorgam de Aguiar dos. “Classifica??o de s?ries temporais via Classificador de Bayes empregando Modelos Lineares Din?micos.” 2017. Web. 27 Sep 2020.

Vancouver:

Santos DDdAd. Classifica??o de s?ries temporais via Classificador de Bayes empregando Modelos Lineares Din?micos. [Internet] [Masters thesis]. Universidade Federal do Amazonas; 2017. [cited 2020 Sep 27]. Available from: http://tede.ufam.edu.br/handle/tede/6041.

Council of Science Editors:

Santos DDdAd. Classifica??o de s?ries temporais via Classificador de Bayes empregando Modelos Lineares Din?micos. [Masters Thesis]. Universidade Federal do Amazonas; 2017. Available from: http://tede.ufam.edu.br/handle/tede/6041

2. Aguiar, Diana Dorgam de. Classificação de séries temporais via Classificador de Bayes empregando Modelos Lineares Dinâmicos.

Degree: 2017, Universidade Federal do Amazonas

Na presente dissertação apresentamos uma nova abordagem para aplicações em Análise Discriminante (AD) para problemas cujas observações no conjunto de treinamento são oriundas de séries temporais, empregando o Classificador de Bayes e modelando as distribuições nas classes com o emprego de Modelos Lineares Dinâmicos. Foram realizados os desenvolvimentos teóricos necessários para a obtenção de uma forma analítica para as probabilidades a posteriori das classes. Para avaliar a abordagem proposta foram desenvolvidos estudos de simulação, tanto para avaliar as estratégias da escolha do procedimento da estimação da variância, como também, determinar as taxas de erro (TE) de classificação para compará-las com outras abordagens usuais para classificadores em AD. Foram simuladas observações de séries temporais com diferentes estruturas de separação das classes e com diferentes tamanhos para o conjunto de treinamento. A abordagem proposta também foi aplicada em dados de problemas reais, com diferentes graus de dificuldades com relação ao número de classes, tamanho das séries e o número de observações no conjunto de treinamento, sendo então comparadas suas TE com as de outros classificadores. Embora sejam necessários estudos mais completos, os resultados obtidos sugerem que a abordagem paramétrica desenvolvida se constitui em uma alternativa promissora para esta categoria de problemas em AD, com observações de séries temporais, em particular, em um contexto bastante desafiador na prática quando temos séries com tamanhos grandes com relação ao número de observações nas classes.

In this work we present a new approach for applications in Discriminant Analysis (DA) to problems whose observations in the training set are from time series, using the Bayes classifier and modeling the classes distributions in with Linear Dynamic Models. Theoretical developments were conducted to obtain an analytic form for the classe posterior probability. The simulation studies have been developed to evaluate the proposed approach, to evaluate different strategies to estimate the model variance and determine the classification error rates (ET) to compare them with other usual approaches in AD. Time series were simulated with different structures of classes separation and with different sizes for the training set. The proposed approach was also applied to data from real problems with different degrees of difficulty with respect to the classes number, the time series size and number of observations in the training set. With real data the proposed classifier was compared with other classifiers in terms of error rate. Although it is needed most complete studies, the results suggest that this parametric approach developed constitutes a promising alternative for problems in AD with time series, particularly in a challenging context when the size time series is much large than the number of observations in the classes.

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior

Advisors/Committee Members: Pereira, José Raimundo Gomes, 09991972234, http://lattes.cnpq.br/3697983438100904, [email protected].

Subjects/Keywords: Análise discriminante; Classificador de Bayes; Modelos lineares dinâmicos; Séries Temporais; CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Aguiar, D. D. d. (2017). Classificação de séries temporais via Classificador de Bayes empregando Modelos Lineares Dinâmicos. (Masters Thesis). Universidade Federal do Amazonas. Retrieved from http://tede.ufam.edu.br/handle/tede/6041

Chicago Manual of Style (16th Edition):

Aguiar, Diana Dorgam de. “Classificação de séries temporais via Classificador de Bayes empregando Modelos Lineares Dinâmicos.” 2017. Masters Thesis, Universidade Federal do Amazonas. Accessed September 27, 2020. http://tede.ufam.edu.br/handle/tede/6041.

MLA Handbook (7th Edition):

Aguiar, Diana Dorgam de. “Classificação de séries temporais via Classificador de Bayes empregando Modelos Lineares Dinâmicos.” 2017. Web. 27 Sep 2020.

Vancouver:

Aguiar DDd. Classificação de séries temporais via Classificador de Bayes empregando Modelos Lineares Dinâmicos. [Internet] [Masters thesis]. Universidade Federal do Amazonas; 2017. [cited 2020 Sep 27]. Available from: http://tede.ufam.edu.br/handle/tede/6041.

Council of Science Editors:

Aguiar DDd. Classificação de séries temporais via Classificador de Bayes empregando Modelos Lineares Dinâmicos. [Masters Thesis]. Universidade Federal do Amazonas; 2017. Available from: http://tede.ufam.edu.br/handle/tede/6041

3. Okada, Rodrigo Suzuki. Tecnologia adaptativa aplicada a sistemas híbridos de apoio à decisão.

Degree: Mestrado, Sistemas Digitais, 2013, University of São Paulo

Este trabalho apresenta a formulação de um sistema híbrido de apoio à decisão que, através de técnicas adaptativas, permite que múltiplos dispositivos sejam utilizados de forma colaborativa para encontrar uma solução para um problema de tomada de decisão. É proposta uma estratégia particular para o trabalho colaborativo que restringe o acesso aos dispositivos mais lentos com base na dificuldade encontrada pelos dispositivos mais rápidos para solucionar um problema específico. As soluções encontradas por cada dispositivo são propagadas aos demais, permitindo que cada um deles agregue estas novas soluções com o auxílio de técnicas adaptativas. É feito um estudo sobre aprendizagem de máquina mediante incertezas para verificar e minimizar os impactos negativos que uma nova solução, possivelmente errônea, possa ter. O sistema híbrido proposto é apresentado numa aplicação particular, utilizando testes padronizados para compará-lo com os dispositivos individuais que o compõem e com sistemas híbridos de mesma finalidade. Através destes testes, é mostrado que dispositivos consolidados, mesmo que de naturezas distintas, podem ser utilizados de maneira colaborativa, permitindo não só calibrar um compromisso entre o tempo de resposta e a taxa de acerto, mas também evoluir de acordo com o histórico de problemas processados.

This work presents a formulation of a hybrid decision-making system that employs adaptive techniques as a way to coordinate multiple devices in order to make a collaborative decision. The strategy proposed here is to restrict the use of slower devices, based on how difficult the specific problem is - easier problems may be solved on faster devices. Each device is able to learn through solutions given by the others, aggregating new knowledge with the aid of adaptive techniques. In order to evaluate and minimize the negative impact those new solutions may have, a study concerning machine learning under uncertainty is carried out. A particular application of this system has been tested and compared, not only to each individual device that is part of the system itself, but to similar hybrid systems as well. It is shown that even devices of distinct natures may be reused in a collaborative manner, making it possible to calibrate the trade-off between hit rate and response time, and to evolve according to the input stimuli received as well.

Advisors/Committee Members: José Neto, João.

Subjects/Keywords: Adaptatividade; Adaptive decision table; Adaptivity; Aprendizagem de máquina; Case-based reasoning; Classificador da Bayes; Compromisso entre tempo de resposta e taxa de acerto; Decision-making; Hybrid systems; k-Nearest Neighbor; k-Nearest Neighbor; Machine learning; Métodos multicritério; Multicriteria methods; Naive Bayes; Raciocínio baseado em casos; Sistemas híbridos; Speed-Accuracy Trade-off; Tabela de decisão adaptativa; Tomada de decisão

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Okada, R. S. (2013). Tecnologia adaptativa aplicada a sistemas híbridos de apoio à decisão. (Masters Thesis). University of São Paulo. Retrieved from http://www.teses.usp.br/teses/disponiveis/3/3141/tde-01082013-163123/ ;

Chicago Manual of Style (16th Edition):

Okada, Rodrigo Suzuki. “Tecnologia adaptativa aplicada a sistemas híbridos de apoio à decisão.” 2013. Masters Thesis, University of São Paulo. Accessed September 27, 2020. http://www.teses.usp.br/teses/disponiveis/3/3141/tde-01082013-163123/ ;.

MLA Handbook (7th Edition):

Okada, Rodrigo Suzuki. “Tecnologia adaptativa aplicada a sistemas híbridos de apoio à decisão.” 2013. Web. 27 Sep 2020.

Vancouver:

Okada RS. Tecnologia adaptativa aplicada a sistemas híbridos de apoio à decisão. [Internet] [Masters thesis]. University of São Paulo; 2013. [cited 2020 Sep 27]. Available from: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-01082013-163123/ ;.

Council of Science Editors:

Okada RS. Tecnologia adaptativa aplicada a sistemas híbridos de apoio à decisão. [Masters Thesis]. University of São Paulo; 2013. Available from: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-01082013-163123/ ;

.