Otimização da largura de kernels RBF para máquinas de vetores de suporte: uma abordagem baseada em estimativa de densidades
Carregando...
Data
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Artigo de evento
Título alternativo
Primeiro orientador
Membros da banca
Resumo
Kernels são ferramentas utilizadas para modelar não-linearidades em dados, desempenhando um papel principal em modelos como SVMs. A otimização de seus parâmetros para se ajustar a cada conjunto de dados é um desafio frequentemente enfrentado. Este problema é usualmente dirimido usando validação cruzada, técnica baseada no cálculo de desempenho sobre uma faixa de valores, não levando em consideração informações diretas sobre a disposição dos dados. Este trabalho propõe uma abordagem alternativa, baseada na estimativa de densidades, sob a qual se analisa a estrutura do conjunto de dados, possibilitando assim o projeto de um kernel adequado para cada problema.
Abstract
Assunto
Kernel, Funções de, Máquinas elétricas
Palavras-chave
Classificação, Kernel RBF, SVM, Estimativa de Densidades
Citação
Departamento
Curso
Endereço externo
https://sbic.org.br/eventos/cbic_2017/cbic-paper-80/