Otimização da largura de kernels RBF para máquinas de vetores de suporte: uma abordagem baseada em estimativa de densidades

Página do item simplificado
dc.creatorMurilo Vale Ferreira Menezes
dc.creatorLuiz Carlos Bambirra Torres
dc.creatorAntônio de Pádua Braga
dc.date.accessioned2025-04-02T15:52:29Z
dc.date.accessioned2025-09-08T23:02:50Z
dc.date.available2025-04-02T15:52:29Z
dc.date.issued2017
dc.identifier.doi10.21528/CBIC2017-80
dc.identifier.urihttps://hdl.handle.net/1843/81231
dc.languagepor
dc.publisherUniversidade Federal de Minas Gerais
dc.relation.ispartofXIII Congresso Brasileiro de Inteligência Computacional – CBIC
dc.rightsAcesso Aberto
dc.subjectKernel, Funções de
dc.subjectMáquinas elétricas
dc.subject.otherClassificação, Kernel RBF, SVM, Estimativa de Densidades
dc.titleOtimização da largura de kernels RBF para máquinas de vetores de suporte: uma abordagem baseada em estimativa de densidades
dc.typeArtigo de evento
local.description.resumoKernels 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.
local.publisher.countryBrasil
local.publisher.departmentENG - DEPARTAMENTO DE ENGENHARIA ELETRÔNICA
local.publisher.initialsUFMG
local.url.externahttps://sbic.org.br/eventos/cbic_2017/cbic-paper-80/

Arquivos

Licença do pacote

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
License.txt
Tamanho:
1.99 KB
Formato:
Plain Text
Descrição:
Baixar

Coleções

Artigo de Evento

Logo UFMG