dc.creator.ID |
MATOS, L. N. |
pt_BR |
dc.contributor.advisor1 |
CARVALHO, João Marques de. |
|
dc.contributor.advisor1ID |
CARVALHO, J. M. |
pt_BR |
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/1398733763837178 |
pt_BR |
dc.contributor.referee1 |
BORTOLOZZI, Flávio. |
|
dc.contributor.referee2 |
MASCARENHAS, Nelson Delfino D'ávila. |
|
dc.contributor.referee3 |
MOARAES, Ronei Marcos de. |
|
dc.contributor.referee4 |
ASSIS, Francisco Marcos de. |
|
dc.contributor.referee5 |
GOMES, Herman Martins. |
|
dc.description.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. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
Centro de Engenharia Elétrica e Informática - CEEI |
pt_BR |
dc.publisher.program |
PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA |
pt_BR |
dc.publisher.initials |
UFCG |
pt_BR |
dc.subject.cnpq |
Engenharia Elétrica |
|
dc.title |
Utilização de redes bayesianas como agrupador de classificadores locais e global. |
pt_BR |
dc.date.issued |
2004-10-25 |
|
dc.description.abstract |
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.
vi |
pt_BR |
dc.identifier.uri |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/6555 |
|
dc.date.accessioned |
2019-09-02T18:04:48Z |
|
dc.date.available |
2019-09-02 |
|
dc.date.available |
2019-09-02T18:04:48Z |
|
dc.type |
Tese |
pt_BR |
dc.subject |
Computação |
|
dc.subject |
Reconhecimento Óptico |
|
dc.subject |
Redes Bayesianas |
|
dc.subject |
Classificadores |
|
dc.subject |
Probabilidades Condicionais |
|
dc.subject |
Estrutura da Rede |
|
dc.subject |
Imagens de Dígitos |
|
dc.subject |
Computing |
|
dc.subject |
Optical Recognition |
|
dc.subject |
Bayesian Networks |
|
dc.subject |
Classifiers |
|
dc.subject |
Conditional Odds |
|
dc.subject |
Network Structure |
|
dc.subject |
Digits Images |
|
dc.rights |
Acesso Aberto |
pt_BR |
dc.creator |
MATOS, Leonardo Nogueira. |
|
dc.publisher |
Universidade Federal de Campina Grande |
pt_BR |
dc.language |
por |
pt_BR |
dc.title.alternative |
Use of bayesian networks as a grouping of local and global classifiers. |
pt_BR |
dc.identifier.citation |
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. |
pt_BR |