Seleção automática de parâmetros iniciais do algoritmo K-segmentos com teaching-learning-based optimization

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorBraga, Andre de Aguiar-
Autor(es): dc.creatorFerreira, Danton Diego-
Autor(es): dc.creatorBarbosa, Bruno Henrique Groenner-
Data de aceite: dc.date.accessioned2026-02-09T11:17:55Z-
Data de disponibilização: dc.date.available2026-02-09T11:17:55Z-
Data de envio: dc.date.issued2019-09-26-
Data de envio: dc.date.issued2019-09-26-
Data de envio: dc.date.issued2018-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/36958-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1137883-
Descrição: dc.descriptionBeing a nonlinear generalization of principal component analysis, the principal curves technique is a robust tool for data analysis and classification. In pattern recognition one of the most popular algorithms to build Principal Curves is the k-segments. This algorithm presents good results and excellent applicability due to its guaranteed convergence and robustness. However, its use depends on user-defined parameters. This work presents an automatic selection technique of the quantity and length of segments of the k-segment algorithm using the TLBO (Teaching-Learning-Based Optimization) metaheuristic. A cost function is used that takes into account the length of the curve and the distance of the events to the segments where they are projected. Experimental tests made with synthetic databases are presented to demonstrate the efficiency of the proposed method in representation problems.-
Descrição: dc.descriptionhttps://ssl4799.websiteseguro.com/swge5/PROCEEDINGS/PDF/CBA2018-0122.pdf-
Descrição: dc.descriptionSendo uma generaliza¸c˜ao n˜ao linear de an´alise de componentes principais a t´ecnica de curvas principais ´e um ferramenta robusta para an´alise e classifica¸c˜ao de dados. Em reconhecimento de padr˜oes um dos algoritmos mais populares para constru¸c˜ao de Curvas Principais ´e o algoritmo k-segmentos. Esse algoritmo apresenta bons resultados e ´otima aplicabilidade por sua convergˆencia garantida e robustez. Contudo, sua utiliza¸c˜ao depende de parˆametros definidos pelo usu´ario. Este trabalho apresenta uma t´ecnica de sele¸c˜ao autom´atica da quantidade e comprimento dos segmentos do algoritmo de k-segmentos com a utiliza¸c˜ao da meta-heur´ıstica TLBO (Teaching-Learning-Based Optimization). E utilizada uma fun¸c˜ao-custo que leva em considera¸c˜ao o com- ´ primento da curva e a distˆancia dos eventos aos segmentos onde se projetam. Testes experimentais feitos com bases de dados sint´eticos s˜ao apresentados para demonstrar a eficiˆencia do m´etodo proposto em problemas de representa¸c˜ao.-
Idioma: dc.languagept_BR-
Direitos: dc.rightsrestrictAccess-
Palavras-chave: dc.subjectCurvas principais-
Palavras-chave: dc.subjectK-segmentos-
Título: dc.titleSeleção automática de parâmetros iniciais do algoritmo K-segmentos com teaching-learning-based optimization-
Tipo de arquivo: dc.typeTrabalho apresentado em evento-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.