Um estudo de sensibilidade da fatoração PMF - Positive Matrix Factorization - em relação às medidas de incerteza das variáveis

• Ano de defesa: 2016
• Autor(a) principal: Ciani, Renato
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: EPA; Incerteza; ME-2; PMF; Simulação; Simulation; Uncertainty
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-07092017-165948/

A fatoração PMF - Positive Matrix Factorization - é um método de resolução de problemas em que variáveis observadas conjuntamente são modeladas como a combinação linear de fatores potenciais, representada pela multiplicação de duas matrizes. Este método tem sido utilizado principalmente em áreas de estudo em que as variáveis observadas são sempre não negativas, e quando é aplicada uma modelagem fatorial ao problema. Assume-se a premissa de que são resultantes da multiplicação de duas matrizes com entradas não negativas, ou seja, os fatores potenciais, e os poderadores da combinação linear são desconhecidos, e têm valores não negativos. Neste método além da possibilidade de restringir a busca dos valores das matrizes da fatoração a valores não negativos, também é possível incluir a medida de incerteza relacionada a cada observação no processo de obtenção da fatoração como um modo de reduzir o efeito indesejado que valores outliers podem causar no resultado. Neste trabalho é feito um estudo de sensibilidade da fatoração PMF em relação a algumas medidas de incertezas presentes na literatura, utilizando o software EPA PMF 5.0 com ME-2. Para realizar este estudo foi desenvolvida uma metodologia de simulação de base de dados a partir de perfis de fontes emissoras conhecidas incluindo valores outliers, e aplicação sequencial da fatoração PMF com o software ME-2 nas bases de dados simuladas.