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 TamanhoFormato 
2022 - Helainy Ignacio De Almeida Tôrres.pdf2.52 MBAdobe PDFThumbnail
Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.