Algoritmo evolutivo de cromossomo duplo para calibração multivariada

Página do item simplificado
dc.contributor.advisor1Soares, Anderson da Silva
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1096941114079527por
dc.contributor.referee1Soares, Anderson da Silva
dc.contributor.referee2Soares, Telma Woerle de Lima
dc.contributor.referee3Coelho, Clarimar José
dc.creatorSantiago, Kelton de Sousa
dc.creator.Latteshttp://lattes.cnpq.br/5163545303041167por
dc.date.accessioned2014-12-04T14:17:43Z
dc.date.issued2013-03-05
dc.description.abstractsamples and variables selection simultaneously. The algorithmic methods combination for selecting samples and variables in the multivariate calibration aims to building an effective model for predicting the concentration of a certain interest property. As study case uses data acquired by a material analysis with near infrared waves (NIR) on wheat samples in order to estimate the proteins concentration. The algorithms for selection samples as the random number generator (RNG), KennardStone (KS), sample set partitioning based on joint X and Y (SPXY) were used in conjunction with successive projection algorithms (SPA) and partial least square algorithm (PLS) for selection of variables in order to obtain results that can be used for comparison basis with the proposed algorithm AGCD results obtained. The presented results by samples selection algorithms (GNA, KS and SPXY) were too close,butwhenusedtogetherwithvariableselectionalgorithms(SPAandPLS)theresults were better in RMSEP terms. TheAGCDachievedsignificantlybetterresultscomparedtotheotherstestedalgorithms, reaching an improvement of 97% in comparison with the KS algorithm and an improvement of 63% over SPXY-PLS algorithm, which further approached the AGCD results.eng
dc.description.provenanceSubmitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2014-11-28T19:44:35Z No. of bitstreams: 2 Dissertação - Kelton de Sousa Santiago - 2013.pdf: 1524155 bytes, checksum: d6ef69ca7d54266b0df3f43d6f5a6ced (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)eng
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2014-12-04T14:17:43Z (GMT) No. of bitstreams: 2 Dissertação - Kelton de Sousa Santiago - 2013.pdf: 1524155 bytes, checksum: d6ef69ca7d54266b0df3f43d6f5a6ced (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)eng
dc.description.provenanceMade available in DSpace on 2014-12-04T14:17:43Z (GMT). No. of bitstreams: 2 Dissertação - Kelton de Sousa Santiago - 2013.pdf: 1524155 bytes, checksum: d6ef69ca7d54266b0df3f43d6f5a6ced (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2013-03-05eng
dc.description.resumoEste trabalho propõe o uso de um algoritmo genético de cromossomo duplo (AGCD) paraaseleçãodeamostrasedevariáveisdeformasimultânea.Aassociaçãodosmétodos algoritmicos para a seleção de amostras e variáveis na calibração multivariada busca a construção de um modelo eficaz para a predição da concentração de uma determinada propriedade de interesse. Como estudo de caso utiliza-se dados adquiridos por uma análise de material com ondas de infravermelho próximo (NIR) sobre amostras de trigo com o propósito de estimar a concentração de proteínas existentes. Os algoritmos de seleção de amostras como o gerador de números aleatórios (GNA), Kennard-Stone(KS),particionamentodeconjuntodeamostrasbaseadanadistânciadeX e Y (SPXY) foram utilizados em conjunto aos algoritmos de projeção sucessivas (SPA) e o algoritmo de mínimos quadrados parciais (PLS) para seleção de variáveis, a fim de se obter resultados que sirvam como base de comparação com os resultados obtidos pelo algoritmo AGCD proposto. Os resultados apresentados pelos algoritmos de seleção de amostras (GNA, KS e SPXY) semostrarambastantepróximos,masquandoutilizadosjuntamentecomosalgoritmosde seleção de variáveis (SPA e PLS) seus resultados foram melhores em termos de RMSEP. O algoritmo evolutivo de cromossomo duplo (AGCD) alcançou resultados significativamentemelhoresemcomparaçãoaosdemaisalgoritmostestados,atingindoumamelhoria de 97% em comparação com o algoritmo KS e uma melhoria de 63% sobre o algoritmo SPXY-PLS, o que mais se aproximou dos resultados do AGCD.por
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpor
dc.formatapplication/pdf*
dc.identifier.citationSANTIAGO, Kelton de Sousa. Algoritmo evolutivo de cromossomo Duplo para calibração multivariada. 2013. 60 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2013.por
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/3724
dc.languageporpor
dc.publisherUniversidade Federal de Goiáspor
dc.publisher.countryBrasilpor
dc.publisher.departmentInstituto de Informática - INF (RG)por
dc.publisher.initialsUFGpor
dc.publisher.programPrograma de Pós-graduação em Ciência da Computação (INF)por
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectAlgoritmo genéticopor
dc.subjectCromossomo duplopor
dc.subjectCalibração multivariadapor
dc.subjectGenetic algoritmpor
dc.subjectDouble chromosomepor
dc.subjectMultivariate calibrationpor
dc.subject.cnpqTEORIA DA COMPUTACAO::ANALISE DE ALGORITMOS E COMPLEXIDADE DE COMPUTACAOpor
dc.thumbnail.urlhttp://repositorio.bc.ufg.br/tede/retrieve/13285/Disserta%c3%a7%c3%a3o%20-%20Kelton%20de%20Sousa%20Santiago%20-%202013.pdf.jpg*
dc.titleAlgoritmo evolutivo de cromossomo duplo para calibração multivariadapor
dc.title.alternativeEvolutive algorithm based on double chromosome for multivariate calibrationpor
dc.typeDissertaçãopor

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Dissertação - Kelton de Sousa Santiago - 2013.pdf
Tamanho:
1.45 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
2.11 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Mestrado em Ciência da Computação (INF)