Algoritmo evolutivo multi-objetivo de tabelas para seleção de variáveis em calibração multivariada

Página do item simplificado
dc.contributor.advisor1Soares, Anderso da Silva
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1096941114079527por
dc.contributor.referee1Soares, Anderson da Silva
dc.contributor.referee2Coelho, Clarimar José
dc.contributor.referee3Delbem, Alexandre Cláudio Botazzo
dc.creatorJorge, Carlos Antônio Campos
dc.creator.Latteshttp://lattes.cnpq.br/3411037996732397por
dc.date.accessioned2014-12-22T10:40:49Z
dc.date.issued2014-04-08
dc.description.abstractThis work proposes the use of a multi-objective evolutionary algorithm that makes use of subsets stored in a data structure called table in which the best individuals from each objective considered are preserved. This approach is compared in this work with the traditional mono-objective evolutionary algorithm (GA), classical algorithms (PLS and SPA) and another classic multi-objective algorithm (NSGA-II). As a case study, a multivariate calibration problem is presented which involves the prediction of protein concentration in samples of whole wheat from the spectrophotometric measurements. The results showed that the proposed formulation has a smaller prediction error when compared to the mono-objective formulation and with a lower number of variables. Finally,astudyofnoisesensitivityobtainedbythemulti-objectiveformulationshoweda better resultwhen compared tothe other classical algorithmforvariable selection.eng
dc.description.provenanceSubmitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2014-12-16T20:28:04Z No. of bitstreams: 2 Dissertação - Carlos Antônio Campos Jorge - 2014.pdf: 703425 bytes, checksum: 664e77c2f8e857788e0128256d76d4b7 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)eng
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2014-12-22T10:40:49Z (GMT) No. of bitstreams: 2 Dissertação - Carlos Antônio Campos Jorge - 2014.pdf: 703425 bytes, checksum: 664e77c2f8e857788e0128256d76d4b7 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)eng
dc.description.provenanceMade available in DSpace on 2014-12-22T10:40:49Z (GMT). No. of bitstreams: 2 Dissertação - Carlos Antônio Campos Jorge - 2014.pdf: 703425 bytes, checksum: 664e77c2f8e857788e0128256d76d4b7 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-04-08eng
dc.description.resumoEste trabalho propõe o uso de algoritmo multi-objetivo evolutivo que faz uso de subconjuntos armazenados em uma estrutura de dados chamada tabela em que os melhores indivíduos de cada objetivo são preservadas. Esta abordagem é comparada neste trabalho com o algoritmo evolutivo tradicional mono-objetivo e outros algoritmos clássicos (MONO-GA-MLR, PLS, APS-MLR) e com o algoritmo multi-objetivo clássico NSGAII-MLR.Comoestudodecaso,oproblemadecalibraçãomultivariadaenvolveaprevisão daconcentraçãodeproteínasemamostrasdetrigoapartirdasmediçõesespectrofotométricas. Os resultados mostraram que a formulação proposta seleciona um número menor de variáveis e apresenta um erro de predição menor quando comparada com o algoritmo evolutivo mono-objetivo. Quando comparado com os algoritmos clássicos PLS e APSMLR e com o algoritmo multi-objetivo clássico NSGA-II-MLR, o algoritmo proposto apresenta um erro de predição menor, porém com um número maior de variáveis selecionadas. Finalmente, um estudo de sensibilidade à ruído foi realizado. A solução obtida pela formulação proposta apresentou melhores resultados quando comparado com o algoritmo mono-objetivo e NSGA-II-MLR e desempenho similar à solução obtida com o SPA-MLR.por
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpor
dc.formatapplication/pdf*
dc.identifier.citationJORGE, Carlos Antônio Campos. Algoritmo evolutivo multi-objetivo de tabelas para seleção de variáveis em calibração multivariada. 2014. 68 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2014.por
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/3813
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.subjectSeleção de variáveispor
dc.subjectAlgoritmos evolutivospor
dc.subjectCalibraçãopor
dc.subjectAlgoritmos multi-objetivospor
dc.subjectMultivariate calibrationpor
dc.subjectVariable selectionpor
dc.subjectEvolutionary algorithmspor
dc.subjectMulti-objective algorithmspor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.thumbnail.urlhttp://repositorio.bc.ufg.br/tede/retrieve/14060/Disserta%c3%a7%c3%a3o%20-%20%20Carlos%20Ant%c3%b4nio%20Campos%20Jorge%20-%202014.pdf.jpg*
dc.titleAlgoritmo evolutivo multi-objetivo de tabelas para seleção de variáveis em calibração multivariadapor
dc.title.alternativeMulti-objective evolutionary algorithm in tables for variable selection in multivariate calibrationeng
dc.typeDissertaçãopor

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Dissertação - Carlos Antônio Campos Jorge - 2014.pdf
Tamanho:
686.94 KB
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)