???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufam.edu.br/handle/tede/4964
???metadata.dc.type???: Dissertação
Title: Análise discriminante via distribuições preditivas aproximadas por estimadores por função núcleo
???metadata.dc.creator???: Souza, Diego da Silva 
???metadata.dc.contributor.advisor1???: Lima, Max de Sousa
???metadata.dc.description.resumo???: Reconhecimento e classificação de padrões são problemas importantes em uma variedade de áreas científicas, como biologia, psicologia, medicina, visão computacional e etc. Porém este problema não é de fácil solução quando a distribuição de probabilidade dos dados é totalmente desconhecida. Neste trabalho, combinamos o método de estimação de densidades por Função Núcleo com um enfoque Bayesiano e propomos uma nova abordagem para problemas de classificação usando uma Análise Discriminante via Distribuições Preditivas Aproximadas. Estudos de simulação e aplicação em conjuntos de dados reais bastante utilizados na literatura, foram conduzidos como forma de avaliação dos métodos propostos. Os resultados mostraram que a performace dos métodos propostos são competitivos, e em alguns casos significantemente melhor, com os métodos clássicos da literatura, Análise Discriminante Linear (ADL), Análise Discriminante Quadrática (ADQ) e Análise Discriminante Naive Bayes com distribuição Normal (NNBDA).
Abstract: Pattern Recognition and Classification problems are importantes in a variety of science fields, such as biology, psychology, medice, computer vision and etc. However, the problem is not so easy to solve when the true probability distribution of data is unknown. In this work, we combine the Kernel density estimation method with a Bayesian approach and propose a new method for classification problems using Discriminant Analisys via Approximate Predictive Distribution. Simulation studies and application in data sets widely used in literature, were conducted as an assessment of the proposed methods. The results showed that the performace of the proposed methods are competitive, and in some cases significantly better, with classical methods of literature, Linear Discriminant Analisys (LDA), Quadratic Discriminant Analisys (QDA) and Naive Bayes Discriminant Analisys with Normal distribution (NNBDA).
Keywords: Densidade preditiva
Estimador de núcleo
Estimação bayesiana
???metadata.dc.subject.cnpq???: CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
Language: por
???metadata.dc.publisher.country???: Brasil
Publisher: UNIVERSIDADE FEDERAL DO AMAZONAS
???metadata.dc.publisher.initials???: UFAM
???metadata.dc.publisher.department???: Instituto De Ciências Exatas
???metadata.dc.publisher.program???: Programa de Pós-graduação em Matemática
Citation: SOUZA, Diego da Silva. Análise discriminante via distribuições preditivas aproximadas por estimadores por função núcleo. 2012. 110 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2012.
???metadata.dc.rights???: Acesso Aberto
URI: http://tede.ufam.edu.br/handle/tede/4964
Issue Date: 19-Dec-2012
Appears in Collections:Mestrado em Matemática

Files in This Item:
File Description SizeFormat 
Dissertacao - Diego da Silva Souza.pdfReprodução Total Autorizada7.99 MBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.