Use este identificador para citar ou linkar para este item:
https://rima.ufrrj.br/jspui/handle/20.500.14407/15771| Tipo do documento: | Dissertação |
| Título: | Uma proposta do algoritmo KNN sobre uma perspectiva riemanniana para o problema de classificação de imagens |
| Título(s) alternativo(s): | A proposal of th KNN algorithm on a riemannian perspective for the image classification problem |
| Autor(es): | Torres, Helainy Ignacio de Almeida |
| Orientador(a): | Cruz, Marcelo Dib |
| Primeiro coorientador: | Gregório, Ronaldo Malheiros |
| Primeiro membro da banca: | Cruz, Marcelo Dib |
| Segundo membro da banca: | Vera-Tudela, Carlos Andrés Reyna |
| Terceiro membro da banca: | França, Juliana Baptista dos Santos |
| Palavras-chave: | Aprendizado de Máquina;Métrica Riemanniana;KNN;Machine Learning;Riemannian Metrics |
| Área(s) do CNPq: | Matemática Matemática |
| Idioma: | por |
| Data do documento: | 30-Mai-2022 |
| Editor: | Universidade Federal Rural do Rio de Janeiro |
| Sigla da instituição: | UFRRJ |
| Departamento: | Instituto de Ciências Exatas |
| Programa: | Programa de Pós-Graduação em Modelagem Matemática e Computacional |
| Resumo: | Machine learning (Aprendizado de Máquina) ganhou destaque por ser uma área da inteligên- cia artificial que permite que algoritmos tomem decisões através do conhecimento extraído de amostras de dados. Uma das áreas de Machine Learning são os algoritmos de classificação, que se baseiam em prever a classe de uma observação dada. Existem vários métodos na literatura, que resolvem problemas de classificação como Rede Neural, SVM, KNN entre outros. Uma das semelhanças entre eles é utilizar a métrica euclidiana para determinar erros e aproxima- ções. Nesse trabalho propomos construir um algoritmo baseado no KNN utilizando a métrica riemanniana para o problema de classificação de imagens. Os bancos de imagens utilizados durante a pesquisa são de imagens médicas e cada imagem será representada como uma matriz de covariância. O método proposto foi comparado com o KNN clássico que utiliza a métrica euclidiana e em todosos testes realizados se mostrou superior, apesar da qualidade das imagem, demonstrando que a técnica tem muito a oferecer. |
| Abstract: | Machine learning has gained prominence as an area of artificial intelligence that allows algorithms to make decisions through knowledge extracted from data samples. One of the areas of Machine learning is classification algorithms, which are based on predicting the class of a given observation. There are several methods in the literature that solve classification problems such as Neural Network, SVM, KNN, among others. One of the similarities between them is to use the Euclidean metric to determine errors and approximations. In this work we propose to build an algorithm based on KNN using the Riemannian metric for the image classification problem. The image banks used during the research are of medical images and each image will be represented as a covariance matrix. The proposed method was compared with the classical KNN that uses the Euclidean metric and in all tests performed it proved to be superior, despite the image quality, demonstrating that the technique has a lot to offer. |
| URI: | https://rima.ufrrj.br/jspui/handle/20.500.14407/15771 |
| Aparece nas coleções: | Mestrado em Modelagem Matemática e Computacional |
Se for cadastrado no RIMA, poderá receber informações por email.
Se ainda não tem uma conta, cadastre-se aqui!
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2022 - Helainy Ignacio De Almeida Tôrres.pdf | 2.52 MB | Adobe PDF |  Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.