Use este identificador para citar ou linkar para este item: http://www.repositorio.ufc.br/handle/riufc/2292
Título: Comitês de classificadores baseados nas Redes SOM e Fuzzy ART com sintonia de parâmetros e seleção de atributos via metaheurísticas evolucionárias
Autor(es): Mattos, César Lincoln Cavalcante
Orientador(es): Barreto, Guilherme de Alencar
Palavras-chave: Teleinformática
Redes neurais
Data do documento: Nov-2011
Citação: MATTOS, C. L. C. (2011)
Resumo: O paradigma de classificação baseada em comitês tem recebido considerável atenção na literatura científica em anos recentes. Neste contexto, redes neurais supervisionadas têm sido a escolha mais comum para compor os classificadores base dos comitês. Esta dissertação tem a intenção de projetar e avaliar comitês de classificadores obtidos através de modificações impostas a algoritmos de aprendizado não-supervisionado, tais como as redes Fuzzy ART e SOM, dando origem, respectivamente, às arquiteturas ARTIE (ART in Ensembles) e MUSCLE (Multiple SOM Classifiers in Ensembles). A sintonia dos parâmetros e a seleção dos atributos das redes neurais que compõem as arquiteturas ARTIE e MUSCLE foram tratados por otimização metaheurística, a partir da proposição do algoritmo I-HPSO (Improved Hybrid Particles Swarm Optimization). As arquiteturas ARTIE e MUSCLE foram avaliadas e comparadas com comitês baseados nas redes Fuzzy ARTMAP, LVQ e ELM em 12 conjuntos de dados reais. Os resultados obtidos indicam que as arquiteturas propostas apresentam desempenhos superiores aos dos comitês baseados em redes neurais supervisionadas.
Abstract: The ensemble-based classification paradigm has received considerable attention in scientific literature in recent years. In this context, supervised neural networks have been the most common choice for ensembles’ base classifiers. This dissertation has the intention of projecting and evaluating ensembles of classifiers built through modifications on non-supervised learning algorithms, such as the Fuzzy ART and SOM networks, originating, respectively, the ARTIE (ART in Ensembles) and MUSCLE (Multiple SOM Classifiers in Ensembles) models. The parameters’ tunning and the feature selection of the neural networks which compose the ARTIE and MUSCLE models were tackled by metaheuristic optimization, with the proposal of the I-HPSO (Improved Hybrid Particles Swarm Optimization) algorithm. The ARTIE and MUSCLE models were evaluated and compared with ensembles based on Fuzzy ARTMAP, LVQ and ELM networks in 12 real world datasets. The obtained results indicate that the proposed models present performance superior to the ensembles of supervised neural networks
Descrição: MATTOS, C. L. C. Comitês de classificadores baseados nas Redes SOM e Fuzzy ART com sintonia de parâmetros e seleção de atributos via metaheurísticas evolucionárias. 2011. 120 f. Dissertação (Mestrado em Engenharia de Teleinformática) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2011.
URI: http://www.repositorio.ufc.br/handle/riufc/2292
Aparece nas coleções:DETE - Dissertações defendidas na UFC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2011_dis_clcmattos.pdf5,31 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.