Support vectors machine (SVM), based on statistical learning theory, provides the development of models for nonlinear regression and classification that can result in better modeling of these data but it is still little explored for solving problems in analytical chemistry.
A máquina de vetores de suporte (SVM), baseada na teoria do aprendizado estatístico, possibilita o desenvolvimento de modelos de regressão e classificação não lineares que podem proporcionar uma melhor modelagem dos referidos dados, porém ainda é pouco explorada para resolução de problemas em química analítica.
In the calibration modeling, excepting for random forest, all of methods presented robust prediction, with emphasis on the support vector machine method.
Na modelagem de calibração, com exceção da floresta aleatória, todos os métodos apresentaram uma elevada predição, sendo destaque o método máquina de vetores de suporte.
To assess the classification accuracy across the various levels of faults severity, the performances of four different learning machine techniques were compared; namely: (i) Fuzzy ARTMAP network, (ii) Multilayer Perceptron Network, (iii) support vector machine and (iv) k-Nearest-Neighbor.
Para avaliar a precisão de classificação frente aos diversos níveis de severidade das falhas, foram comparados os desempenhos de quatro técnicas distintas de aprendizado de máquina; a saber: (i) Rede Fuzzy Artmap, (ii) Rede Perceptron Multicamadas, (iii) máquina de vetores de suporte e (iv) k-Vizinhos-Próximos.
The data was used to distinguish the group of patients who died and the group who did not die, by using a model built with support vector machine (SVM) with radial basis function (RBF) kernel.
Os dados foram utilizados para distinguir os grupos de pacientes que evoluíram ou não para o óbito, por meio de um modelo construído com máquina de vetores de suporte (SVM) com kernel Gaussiano (RBF - Radial Basis Function).
Histogram of Oriented Gradients (HOG) and Local Self-similarity (LSS) descriptors are combined and used with support vector machine (SVM) classier.
São utilizados os descritores de característica Histogram of Oriented Gradients (HOG) e Local Self-similarity (LSS) de forma combinada e o classificador máquina de vetores de suporte (SVM).
In addition, ML algorithms such as Multilayer Perceptron (MLP), support vector machine (SVM), and Random Forest classifier are used as in silico taxonomic clas- sifiers to classify complete sequences.
Além disso, neste processo, o uso de algoritmos de aprendizado de máquina como Multilayer Perceptron (MLP), máquina de vetores de suporte (SVM) e Random Forest são utilizados como classificadores taxonômicos in silico para classificar as sequências completas.
...e other models. Completing this measure, four spectral features are extracted to compose the signal feature vector. Some of these vectors were used to train a support vector machine to be used as a classifier. The remaining ones were used to evaluate the classification. The resulting accuracy rate achieved is around 93%. Earlier experiments, which use linear prediction of order 10 had an accuracy rate around 82%. This shows th...
...são também extraídas do sinal a fim de compor o vetor de parâmetros característicos do sinal. Parte destes vetores de parâmetros característicos são utilizados para treinar o classificador de máquina de vetores de suporte. O restante dos dados são, então, submetidos a este classificador que obteve a taxa de acerto de classificação em torno de 93%. Experimentos anteriores, utilizando modelos de predição linear, de ordem 10, obtiveram uma taxa de acerto em torno de 82%. Isso demonstra que estes novos parâmetros...
...The key intention of this study was to evaluate the performance of Support Vector Regression (SVR) algorithm on Eucaliptus spp. timber stand volume and Above Ground Biomass (AGB) retrieval based on ALOS imagery. The sensors used were AVNIR-2 and PALSAR for optical and RADAR dataset respectively. This study also examined SVRs with a reduced number of inputs and training samples in order to reduce the amount of field measures. T...
...O objetivo deste estudo foi avaliar a eficiência do algoritmo de aprendizagem supervisionado máquina de vetores de suporte (MVS) para regressão, em dados obtidos pelos sensores AVNIR-2 e o PALSAR a bordo do satélite ALOS, para estimativa de volume de madeira e biomassa aérea de povoamentos florestais de eucalipto. O trabalho também avaliou a redução do número de dados para treinamento, bem como a busca de estruturas de MVS mais simples. O estudo foi conduzido em áreas de reflorestamento na região leste do estado d...
... Machine Learning (ML) is a methodology studied to obtain the model optimized. In this context, the present research focus by to obtain a model-based in learning algorithm using support vector machine (SVM). Although comparisons were made with other algorithms such as Polynomial Regression (PR) and Artificial Neural Network (ANN), searching to find models that represent the FSW process weld using the mechanical properties obta...
...os relacionados com máquinas de aprendizagem (ML) e suas diferentes otimizações. Neste contexto, a presente pesquisa tem seu foco na obtenção de um modelo baseado no algoritmo de aprendizagem de máquina de vetores de suporte (SVM), e também com outros algoritmos tais como Regressão Polinomial (RP) e Rede Neural Artificial (RNA), buscando encontrar modelos que representem o processo de soldagem por FSW através das propriedades mecânicas obtidas pelos ensaios de tração e por análise de variância (ANOVA), entenden...
...onventional milk in differen seasons, the use of spectral data obtained in the near infrared region for classification of milk (organic vs conventional) and quantification of fatty acids. The tested rating models were: support vector machine (SVM) and independent flexible modeling by analogy class (SIMCA); and quantification: regression by partial least square (PLS) by interval (iPLS), principal component regression (PCR), reg...
...os espectrais obtidos na região do infravermelho proximal para classificação do leite (orgânico vs convencional) e quantificação de ácidos graxos. Os modelos de classificação testados foram: máquina de vetores de suporte (SVM) e modelagem independente flexível por analogia de classe (SIMCA); e de quantificação: regressão por mínimos quadrados parciais (PLS) por intervalo (iPLS), regressão por componentes principais (PCR), regressão por máquina de vetores de suporte (SVR) e redes neurais artificiais (RNA). A...
...describes the behavior of the gas flow on the system of interest such as: vibration, fluid, elevation etc. These models are based on nonparametric identification and in learning algorithm support vector machine (SVM), where the hidden parameters of the learning machine will be obtained by genetic algorithms in order to obtain more representative models...
...mento da vazão de gás na planta de interesse, como: vibração, vazão, elevação entre outros. Estes modelos estão baseados na identificação não paramétrica e no algoritmo de aprendizagem de máquina de vetores de suporte (SVM), onde os parâmetros ocultos da máquina de aprendizagem serão obtidos mediante algoritmos genéticos, visando obter modelos mais representativos...
Inglês
Português
Resultados da busca para 
