Utilização de redes bayesianas como agrupador de classificadores locais e global.

• Ano de defesa: 2004
• Autor(a) principal: MATOS, Leonardo Nogueira.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Engenharia Elétrica e Informática - CEEI; PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA; UFCG
• Palavras-chave em Português: Computação; Reconhecimento Óptico; Redes Bayesianas; Classificadores; Probabilidades Condicionais; Estrutura da Rede; Imagens de Dígitos; Computing; Optical Recognition; Bayesian Networks; Classifiers; Conditional Odds; Network Structure; Digits Images; Engenharia Elétrica
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/6555

0 problema de classificação em reconhecimento de padrões pode ser interpretado como um problema de estimação de uma distribuição de probabilidade alvo. Trabalhos recentes apontam para sua modelagem como uma soma ponderada de distribuições, tratando-se portanto de uma abordagem paramétrica, já que pesos e parâmetros necessitam ser estimados. Neste trabalho a distribuição alvo e aproximada sem realizar estimação de parâmetros de uma distribuição modelo. Admitindo-se que a saída dos classificadores possam ser tratados como distribuições de probabilidades, utiliza-se uma rede Bayesiana como instrumento para realizar a combinação de classificadores locais e global. Em linhas gerais o objetivo do trabalho e apresentar uma metodologia que estabelece como realizar o particionamento do espaço de atributos originando um conjunto de classificadores e como agrupa-los em uma estrutura que combina suas saídas. Um estudo de caso foi desenvolvido para avaliar o desempenho do sistema proposto no reconhecimento de imagens de dígitos manuscritos, tendo sido obtido resultados competitivos com os mais recentes mencionados na literatura.