Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Ranthum, Geraldo | - |
Autor(es): dc.contributor | Ranthum, Geraldo | - |
Autor(es): dc.contributor | Ranthum, Rogério | - |
Autor(es): dc.contributor | Almeida, Simone de | - |
Autor(es): dc.creator | Lima, Rodrigo Lucio de | - |
Data de aceite: dc.date.accessioned | 2022-02-21T21:28:53Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T21:28:53Z | - |
Data de envio: dc.date.issued | 2020-11-18 | - |
Data de envio: dc.date.issued | 2020-11-18 | - |
Data de envio: dc.date.issued | 2014-11-26 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/16763 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/653550 | - |
Descrição: dc.description | The parameters optimization in the SVM (Support Vector Machines) algorithm, allows to extract optimal results in the ML (Machine Learning) context. The Support Vector Machines take place between the ML algorithms that have received great interest since their introduction in the ML community. However, to achieve an optimal result it has to be studied along with it’s parameters optimization. This work performed experiments , using atual tecnics with the purpose of achieving optimal rates of suspect moviments recognition on vídeo scenes. Through this experiments have been proved that, value atribuition parameter selection method can provide similar results as the automatized method can provide. The studiedmethods was applied and also the empirical methods, each one over an people moviments on video scenes data base. The variations of the SVM are discussed, the each step results achieved and the works being done with the SVM algorithm recently in ML. The result was able to be compared with those achievedin previous works | - |
Descrição: dc.description | A otimização de parâmetros no algoritmo SVM (Support Vector Machines), permite extrair os melhores resultados no contexto de ML(machine Learning). As Máquinas de Vetores de Suporte SVM estão entre os algoritmos de Aprendizado de Máquina que tem despertado o maior interesse desde sua introdução na área. Entretanto, para que tenha seu desempenho alcançado ao máximo deve ser estudado juntamente com a otimização de seus parâmetros. Este trabalho realizou experimentos, utilizando téc-nicas atuais com o objetivo de alcançar as melhores taxas de acertos no reconhe-cimento de movimentos suspeitos em cenas de vídeo. Através destes experimentos identificou-se que o método de atribuição de valores para seleção de parâmetros pode obter resultados similares aos obtidos em testes automatizados. Os métodos da lite-ratura foram empregados nos experimentos e também métodos empíricos, isto sobre uma base de dados contendo informações sobre movimentos de pessoas em cenas de vídeo. Discute-se as particularidades das variações do algorítimo SVM, os resul-tados obtidos a cada etapa dos experimentos e os trabalhos sendo realizados com o algoritmo SVM em diversas áreas do ML. O resultado então pode ser comparado com as taxas obtidas em trabalhos anteriores. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Ponta Grossa | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Departamento Acadêmico de Informática | - |
Publicador: dc.publisher | Tecnologia em Análise e Desenvolvimento de Sistemas | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Sistemas de reconhecimento de padrões | - |
Palavras-chave: dc.subject | Algorítmos computacionais | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Sistemas de segurança eletrônico | - |
Palavras-chave: dc.subject | Comportamento humano | - |
Palavras-chave: dc.subject | Pattern recognition systems | - |
Palavras-chave: dc.subject | Computer algorithms | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Electronic security systems | - |
Palavras-chave: dc.subject | Human behavior | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Título: dc.title | Avaliação do algorítimo SVM na detecção de comportamentos suspeitos em cenas de vídeo | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: