Geração incremental de protótipos controlada por entropia para algoritmos de modelagem preditiva

Autor: Vasconcelos, Bruno Paulo de
Přispěvatelé: Silva, Leandro Augusto da, Vallim Filho, Arnaldo Rabello de Aguiar, Cavalcanti, George Darmiton da Cunha
Jazyk: portugalština
Rok vydání: 2020
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações do Mackenzie
Universidade Presbiteriana Mackenzie (MACKENZIE)
instacron:MACKENZIE
Popis: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior Fundo Mackenzie de Pesquisa The main proposals of this dissertation are modifying the GNG (Growing Neural Gas) algorithm for prototype generation from a new automatic stop method to find the right amount of prototypes and also the creation of a prototype selection method called KPS with the goal of improving the accuracy in relation to just use the modified GNG. To create this methods were researched the algorithm operation and which techniques are used inside of it. Algorithms like kNN (k Nearest Neighbor), ENN (Edited Nearest Neighbor), DROP3 (Decremental Reduction Optimization Procedure 3), ATISA1 (Adaptive Threshold-based Instance Selection Algorithm 1) and RIS (Ranking-based Instance Selection) were studied in order to make a comparative study with the created methods. The project methodology consists in an exploratory study of the modified GNG and the prototype selection technique with real databases. The full results will be presented in experimental results and soon after will be made the conclusion, noting that the proposed method contributed to the improvement of accuracy. As propostas principais da dissertação são modificar o algoritmo GNG (Growing Neural Gas) para a geração de protótipos a partir de um novo método de parada automática do algoritmo para determinar a quantidade ideal de protótipos e também a criação de um método de seleção de protótipos intitulado KPS com o objetivo de melhorar a acurácia em relação a somente usar o algoritmo do GNG modificado. Para criar os métodos citados foram pesquisados o funcionamento do algoritmo GNG detalhadamente e quais são as técnicas usadas dentro dele. Algoritmos como kNN (k Nearest Neighbor), ENN (Edited Nearest Neighbor), DROP3 (Decremental Reduction Optimization Procedure 3), ATISA1 (Adaptive Threshold-based Instance Selection Algorithm 1) e RIS (Ranking-based Instance Selection) foram estudadas a fim de se realizar um estudo comparativo com os métodos criados neste trabalho. A metodologia do projeto consiste em um estudo exploratório do GNG modificado e a técnica de seleção de protótipos com bases de dados reais. Os resultados completos serão apresentados nos resultados experimentais e logo após será feita a conclusão do trabalho constatando que o método proposto contribuiu para a melhora da acurácia.
Databáze: OpenAIRE
Externí odkaz: