Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/jspui/handle/123456789/17992
Title: Dilema da diversidade-acurácia: um estudo empírico no contexto de multiclassificadores
Authors: Oliveira, Diogo Fagundes de
Keywords: Algoritmo genético multiobjetivo;Sistemas de combinação de classificadores;Comitês de classificadores;Multi-objective genetic algorithm, Classifier combination systems;Ensembles
Issue Date: 1-Sep-2008
Publisher: Universidade Federal do Rio Grande do Norte
Citation: OLIVEIRA, Diogo Fagundes de. Dilema da diversidade-acurácia: um estudo empírico no contexto de multiclassificadores. 2008. 91 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do Rio Grande do Norte, Natal, 2008.
Portuguese Abstract: Sistemas Multiclassificadores, também conhecidos como comitês de classificadores, têm sido amplamente utilizados para resolver os mais variados problemas, pois em geral têm melhores desempenhos que os classificadores base que formam esses sistemas. Para que isso ocorra, porém, é necessário que os classificadores base sejam tão acurados quanto diversos entre si isso é conhecido como dilema da diversidade-acurácia. Dado a sua importância, alguns trabalhos sobre o estudo do omportamento dos comitês no contexto desse dilema foram propostos. Entretanto, a maioria dos trabalhos estudou tal problema para comitês homogêneos, ou seja, comitês formados apenas por classificadores do mesmo tipo. Sendo assim, motivado por esta limitação, esta dissertação, usando algoritmos genéticos, efetua um estudo mais detalhado sobre o dilema da diversidade-acurácia em comitês heterogêneos
Abstract: Multi-classifier systems, also known as ensembles, have been widely used to solve several problems, because they, often, present better performance than the individual classifiers that form these systems. But, in order to do so, it s necessary that the base classifiers to be as accurate as diverse among themselves this is also known as diversity/accuracy dilemma. Given its importance, some works have investigate the ensembles behavior in context of this dilemma. However, the majority of them address homogenous ensemble, i.e., ensembles composed only of the same type of classifiers. Thus, motivated by this limitation, this thesis, using genetic algorithms, performs a detailed study on the dilemma diversity/accuracy for heterogeneous ensembles
URI: https://repositorio.ufrn.br/jspui/handle/123456789/17992
Appears in Collections:PPGSC - Mestrado em Sistemas e Computação

Files in This Item:
File Description SizeFormat 
DiogoFO.pdf845,77 kBAdobe PDFThumbnail
View/Open


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