Otimização na formação de agrupamentos em problemas de composição de especialistas.

• Ano de defesa: 2006
• Autor(a) principal: Rodrigo Arnaldo Scarpel
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Tecnológico de Aeronáutica
• Palavras-chave em Português: Otimização; Análise de aglomerados; Previsão; Análise estatística; Modelos matemáticos; Inteligência artificial; Matemática
• Link de acesso: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=252

A estimação de funções a partir de um conjunto limitado de amostras é um problema central em estatística aplicada. Um grande número de abordagens para tratar esse problema foi proposto como os métodos dos mínimos quadrados por Gauss e de mínimo módulo por Laplace, no século XIX e, mais recentemente, o uso de redes neurais, de support vector machines e de composição de especialistas, dentre outros. Neste trabalho abordou-se os assuntos composição de especialistas locais e otimização na formação de agrupamentos, que engloba análise exploratória, mineração de dados e modelagem em uma única técnica, útil, por exemplo, na criação de modelos de previsão. A idéia básica da composição de especialistas locais é particionar o espaço de entrada em diferentes regiões e em cada região são feitos testes de desempenho, com diferentes especialistas, denominados especialistas locais, com o intuito de selecionar o especialista mais adequado. Propôs-se, então, a otimização na formação dos agrupamentos, que consiste na integração das etapas de formação de agrupamentos e de designação dos especialistas, como uma forma de melhorar a qualidade dos ajustes dos modelos e das previsões realizadas. Apresentou-se, posteriormente, dois estudos de caso da abordagem de composição de especialistas e da otimização na formação dos agrupamentos para a previsão de receita líquida, das empresas de transporte aéreo e para a previsão da taxa de inflação anual (IPC) apurada pela FIPE (Fundação Instituto de Pesquisas Econômicas).