Navegando por Autor "Carvalho, Jhonnata Bezerra de"
Agora exibindo 1 - 2 de 2
- Resultados por página
- Opções de Ordenação
Dissertação Classificador máquina de suporte vetorial com análise de Fourier aplicada em dados de EEG e EMG(Universidade Federal do Rio Grande do Norte, 2016-02-03) Carvalho, Jhonnata Bezerra de; Pinho, André Luis Santos de; Borries, George Freitas Von; ; http://lattes.cnpq.br/6976248041309607; ; http://lattes.cnpq.br/7753762932186347; ; http://lattes.cnpq.br/0061500628399827; Vivacqua, Carla Almeida; ; http://lattes.cnpq.br/4339735174795014; Amaral, Getúlio José Amorim do; ; http://lattes.cnpq.br/7674916684282039O classificador Máquina de Suporte Vetorial, que vem do termo em inglês \textit{Support Vector Machine}, é utilizado em diversos problemas em várias áreas do conhecimento. Basicamente o método utilizado nesse classificador é encontrar o hiperplano que maximiza a distância entre os grupos, para aumentar o poder de generalização do classificador. Neste trabalho, são tratados alguns problemas de classificação binária com dados obtidos através da eletroencefalografia (EEG) e eletromiografia (EMG), utilizando a Máquina de Suporte Vetorial com algumas técnicas complementares, destacadas a seguir como: Análise de Componentes Principais para a identificação de regiões ativas do cérebro, o método do periodograma que é obtido através da Análise de Fourier, para ajudar a discriminar os grupos e a suavização por Médias Móveis Simples para a redução dos ruídos existentes nos dados. Foram desenvolvidas duas funções no $software$ \textbf{R}, para a realização das tarefas de treinamento e classificação. Além disso, foram propostos 2 sistemas de pesos e uma medida sumarizadora para auxiliar na decisão do grupo pertencente. A aplicação dessas técnicas, pesos e a medida sumarizadora no classificador, mostraram resultados bastantes satisfatórios, em que os melhores resultados encontrados foram, uma taxa média de acerto de 95,31\% para dados de estímulos visuais, 100\% de classificação correta para dados de epilepsia e taxas de acerto de 91,22\% e 96,89\% para dados de movimentos de objetos para dois indivíduos.TCC Estimação do número de repetições em experimentos usando um modelo de efeito aleatório(Estatística, 2013-12-09) Carvalho, Jhonnata Bezerra de; Pinho, André Luís Santos de