Title: Máquinas De Vetor De Suporte Intervalar
Authors: Takahashi, Adriana; Dória Neto, Adrião D.; Bedregal, Benjamín R. C.
Resumo: A eficiência das máquinas de vetores-suporte no aprendizado de máquinas tem levado ao desenvolvimento de muitas pesquisas e aplicações associadas, porém, em alguns casos nem sempre é fácil classificar com precisão um determinado padrão entre duas ou mais classes, para problemas de classificação de padrões, e uma vez que, para encontrar o hiperplano de separação ótimo está relacionado diretamento aos dados de entrada aos vetores-suporte, então a teoria intervalar é proposta para casos onde os padrões de entrada não possuam características que modelem alguma classe. Este artigo desenvolve uma nova abordagem para SVM, utilizando SVM associado com a teoria intervalar (SVMI), as máquinas de vetor de suporte intervalares. O objetivo da SVMI é controlar as informações dos padrões de entrada para encontrar vetores-suporte de um hiperplano de separação ótimo quando houver incertezas nos dados ou imprecisões contidas no conjunto de treinamento e controle dos erros computacionais gerados no processo de treinamento da máquina.
Keywords: SVM; intervalar
Pages: 5
Paper as PDF: 50100084.pdf
BibTex file: 50100084.bib