Utilização de redes bayesianas como agrupador de classificadores locais e global.

Detalhes bibliográficos
Ano de defesa: 2004
Autor(a) principal: MATOS, Leonardo Nogueira.
Orientador(a): CARVALHO, João Marques de. lattes
Banca de defesa: BORTOLOZZI, Flávio., MASCARENHAS, Nelson Delfino D'ávila., MOARAES, Ronei Marcos de., ASSIS, Francisco Marcos de., GOMES, Herman Martins.
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Campina Grande
Programa de Pós-Graduação: PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
Departamento: Centro de Engenharia Elétrica e Informática - CEEI
País: Brasil
Palavras-chave em Português:
Computação
Reconhecimento Óptico
Redes Bayesianas
Classificadores
Probabilidades Condicionais
Estrutura da Rede
Imagens de Dígitos
Computing
Optical Recognition
Bayesian Networks
Classifiers
Conditional Odds
Network Structure
Digits Images
Área do conhecimento CNPq:
Engenharia Elétrica
Link de acesso: https://dspace.sti.ufcg.edu.br/handle/riufcg/6555
Resumo: 0 problema de classificação em reconhecimento de padrões pode ser interpretado como um problema de estimação de uma distribuição de probabilidade alvo. Trabalhos recentes apontam para sua modelagem como uma soma ponderada de distribuições, tratando-se portanto de uma abordagem paramétrica, já que pesos e parâmetros necessitam ser estimados. Neste trabalho a distribuição alvo e aproximada sem realizar estimação de parâmetros de uma distribuição modelo. Admitindo-se que a saída dos classificadores possam ser tratados como distribuições de probabilidades, utiliza-se uma rede Bayesiana como instrumento para realizar a combinação de classificadores locais e global. Em linhas gerais o objetivo do trabalho e apresentar uma metodologia que estabelece como realizar o particionamento do espaço de atributos originando um conjunto de classificadores e como agrupa-los em uma estrutura que combina suas saídas. Um estudo de caso foi desenvolvido para avaliar o desempenho do sistema proposto no reconhecimento de imagens de dígitos manuscritos, tendo sido obtido resultados competitivos com os mais recentes mencionados na literatura.
id UFCG_09451105726a4d181e254153d1fc1774
oai_identifier_str oai:dspace.sti.ufcg.edu.br:riufcg/6555
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str
spelling CARVALHO, João Marques de.CARVALHO, J. M.http://lattes.cnpq.br/1398733763837178BORTOLOZZI, Flávio.MASCARENHAS, Nelson Delfino D'ávila.MOARAES, Ronei Marcos de.ASSIS, Francisco Marcos de.GOMES, Herman Martins.MATOS, L. N.MATOS, Leonardo Nogueira.0 problema de classificação em reconhecimento de padrões pode ser interpretado como um problema de estimação de uma distribuição de probabilidade alvo. Trabalhos recentes apontam para sua modelagem como uma soma ponderada de distribuições, tratando-se portanto de uma abordagem paramétrica, já que pesos e parâmetros necessitam ser estimados. Neste trabalho a distribuição alvo e aproximada sem realizar estimação de parâmetros de uma distribuição modelo. Admitindo-se que a saída dos classificadores possam ser tratados como distribuições de probabilidades, utiliza-se uma rede Bayesiana como instrumento para realizar a combinação de classificadores locais e global. Em linhas gerais o objetivo do trabalho e apresentar uma metodologia que estabelece como realizar o particionamento do espaço de atributos originando um conjunto de classificadores e como agrupa-los em uma estrutura que combina suas saídas. Um estudo de caso foi desenvolvido para avaliar o desempenho do sistema proposto no reconhecimento de imagens de dígitos manuscritos, tendo sido obtido resultados competitivos com os mais recentes mencionados na literatura.The classification problem in pattern recognition can be viewed as a probability distribution estimation task. Recent developments try t o model it as a weight sum of distributions which is a parametric approach, since weights and parameters should be estimated. In this work the target distribution is reached without the need to estimate parameters from a model distribution. Considering that the output of classifiers are probability measurements, a Bayesian network is used t o combine local and global classifiers. Briefly, the main objective of this work is to present a methodology that establishes how t o partition the feature space in order to generate a set of classifiers and group them in a framework that combines their outputs. A case study was developed for a handwritten digit recognition application. The results reveal that the proposed system is competitive with the best classifiers pointed in the literature. viSubmitted by Ruth Quaresma de Freitas (ruth_quaresma@hotmail.com) on 2019-09-02T18:04:48Z No. of bitstreams: 1 LEONARDO NOGUEIRA MATOS - TESE PPGEE 2004..pdf: 21234303 bytes, checksum: 4002ffc75f2ca27b110395b306b9bb87 (MD5)Made available in DSpace on 2019-09-02T18:04:48Z (GMT). No. of bitstreams: 1 LEONARDO NOGUEIRA MATOS - TESE PPGEE 2004..pdf: 21234303 bytes, checksum: 4002ffc75f2ca27b110395b306b9bb87 (MD5) Previous issue date: 2004-10-25Universidade Federal de Campina GrandePÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICAUFCGBrasilCentro de Engenharia Elétrica e Informática - CEEIEngenharia ElétricaComputaçãoReconhecimento ÓpticoRedes BayesianasClassificadoresProbabilidades CondicionaisEstrutura da RedeImagens de DígitosComputingOptical RecognitionBayesian NetworksClassifiersConditional OddsNetwork StructureDigits ImagesUtilização de redes bayesianas como agrupador de classificadores locais e global.Use of bayesian networks as a grouping of local and global classifiers.2004-10-252019-09-02T18:04:48Z2019-09-022019-09-02T18:04:48Zhttps://dspace.sti.ufcg.edu.br/handle/riufcg/6555MATOS, Leonardo Nogueira. Utilização de redes bayesianas como agrupador de classificadores locais e global. 2004. 142f. Tese (Doutorado em Engenharia Elétrica) - Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2004.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCGTEXTLEONARDO NOGUEIRA MATOS - TESE PPGEE 2004.pdf.txtLEONARDO NOGUEIRA MATOS - TESE PPGEE 2004.pdf.txttext/plain263056https://dspace.sti.ufcg.edu.br/bitstream/riufcg/6555/3/LEONARDO+NOGUEIRA+MATOS+-+TESE+PPGEE+2004.pdf.txtb470bf0d2ed3ed6bba277a609fe38ce0MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://dspace.sti.ufcg.edu.br/bitstream/riufcg/6555/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALLEONARDO NOGUEIRA MATOS - TESE PPGEE 2004.pdfLEONARDO NOGUEIRA MATOS - TESE PPGEE 2004.pdfapplication/pdf21234303https://dspace.sti.ufcg.edu.br/bitstream/riufcg/6555/1/LEONARDO+NOGUEIRA+MATOS+-+TESE+PPGEE+2004.pdf4002ffc75f2ca27b110395b306b9bb87MD51riufcg/65552025-07-24 04:17:25.032oai:dspace.sti.ufcg.edu.br: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Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512025-07-24T07:17:25Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.pt_BR.fl_str_mv Utilização de redes bayesianas como agrupador de classificadores locais e global.
dc.title.alternative.pt_BR.fl_str_mv Use of bayesian networks as a grouping of local and global classifiers.
title Utilização de redes bayesianas como agrupador de classificadores locais e global.
spellingShingle Utilização de redes bayesianas como agrupador de classificadores locais e global.
MATOS, Leonardo Nogueira.
Engenharia Elétrica
Computação
Reconhecimento Óptico
Redes Bayesianas
Classificadores
Probabilidades Condicionais
Estrutura da Rede
Imagens de Dígitos
Computing
Optical Recognition
Bayesian Networks
Classifiers
Conditional Odds
Network Structure
Digits Images
title_short Utilização de redes bayesianas como agrupador de classificadores locais e global.
title_full Utilização de redes bayesianas como agrupador de classificadores locais e global.
title_fullStr Utilização de redes bayesianas como agrupador de classificadores locais e global.
title_full_unstemmed Utilização de redes bayesianas como agrupador de classificadores locais e global.
title_sort Utilização de redes bayesianas como agrupador de classificadores locais e global.
author MATOS, Leonardo Nogueira.
author_facet MATOS, Leonardo Nogueira.
author_role author
dc.contributor.advisor1.fl_str_mv CARVALHO, João Marques de.
dc.contributor.advisor1ID.fl_str_mv CARVALHO, J. M.
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/1398733763837178
dc.contributor.referee1.fl_str_mv BORTOLOZZI, Flávio.
dc.contributor.referee2.fl_str_mv MASCARENHAS, Nelson Delfino D'ávila.
dc.contributor.referee3.fl_str_mv MOARAES, Ronei Marcos de.
dc.contributor.referee4.fl_str_mv ASSIS, Francisco Marcos de.
dc.contributor.referee5.fl_str_mv GOMES, Herman Martins.
dc.contributor.authorID.fl_str_mv MATOS, L. N.
dc.contributor.author.fl_str_mv MATOS, Leonardo Nogueira.
contributor_str_mv CARVALHO, João Marques de.
BORTOLOZZI, Flávio.
MASCARENHAS, Nelson Delfino D'ávila.
MOARAES, Ronei Marcos de.
ASSIS, Francisco Marcos de.
GOMES, Herman Martins.
dc.subject.cnpq.fl_str_mv Engenharia Elétrica
topic Engenharia Elétrica
Computação
Reconhecimento Óptico
Redes Bayesianas
Classificadores
Probabilidades Condicionais
Estrutura da Rede
Imagens de Dígitos
Computing
Optical Recognition
Bayesian Networks
Classifiers
Conditional Odds
Network Structure
Digits Images
dc.subject.por.fl_str_mv Computação
Reconhecimento Óptico
Redes Bayesianas
Classificadores
Probabilidades Condicionais
Estrutura da Rede
Imagens de Dígitos
Computing
Optical Recognition
Bayesian Networks
Classifiers
Conditional Odds
Network Structure
Digits Images
description 0 problema de classificação em reconhecimento de padrões pode ser interpretado como um problema de estimação de uma distribuição de probabilidade alvo. Trabalhos recentes apontam para sua modelagem como uma soma ponderada de distribuições, tratando-se portanto de uma abordagem paramétrica, já que pesos e parâmetros necessitam ser estimados. Neste trabalho a distribuição alvo e aproximada sem realizar estimação de parâmetros de uma distribuição modelo. Admitindo-se que a saída dos classificadores possam ser tratados como distribuições de probabilidades, utiliza-se uma rede Bayesiana como instrumento para realizar a combinação de classificadores locais e global. Em linhas gerais o objetivo do trabalho e apresentar uma metodologia que estabelece como realizar o particionamento do espaço de atributos originando um conjunto de classificadores e como agrupa-los em uma estrutura que combina suas saídas. Um estudo de caso foi desenvolvido para avaliar o desempenho do sistema proposto no reconhecimento de imagens de dígitos manuscritos, tendo sido obtido resultados competitivos com os mais recentes mencionados na literatura.
publishDate 2004
dc.date.issued.fl_str_mv 2004-10-25
dc.date.accessioned.fl_str_mv 2019-09-02T18:04:48Z
dc.date.available.fl_str_mv 2019-09-02
2019-09-02T18:04:48Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://dspace.sti.ufcg.edu.br/handle/riufcg/6555
dc.identifier.citation.fl_str_mv MATOS, Leonardo Nogueira. Utilização de redes bayesianas como agrupador de classificadores locais e global. 2004. 142f. Tese (Doutorado em Engenharia Elétrica) - Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2004.
url https://dspace.sti.ufcg.edu.br/handle/riufcg/6555
identifier_str_mv MATOS, Leonardo Nogueira. Utilização de redes bayesianas como agrupador de classificadores locais e global. 2004. 142f. Tese (Doutorado em Engenharia Elétrica) - Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2004.
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Campina Grande
dc.publisher.program.fl_str_mv PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
dc.publisher.initials.fl_str_mv UFCG
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Centro de Engenharia Elétrica e Informática - CEEI
publisher.none.fl_str_mv Universidade Federal de Campina Grande
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
bitstream.url.fl_str_mv https://dspace.sti.ufcg.edu.br/bitstream/riufcg/6555/3/LEONARDO+NOGUEIRA+MATOS+-+TESE+PPGEE+2004.pdf.txt
https://dspace.sti.ufcg.edu.br/bitstream/riufcg/6555/2/license.txt
https://dspace.sti.ufcg.edu.br/bitstream/riufcg/6555/1/LEONARDO+NOGUEIRA+MATOS+-+TESE+PPGEE+2004.pdf
bitstream.checksum.fl_str_mv b470bf0d2ed3ed6bba277a609fe38ce0
8a4605be74aa9ea9d79846c1fba20a33
4002ffc75f2ca27b110395b306b9bb87
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1863363434171596800

Registros relacionados