Autor: CARVALHO, B. P. R. - IC (CNPq)

Orientador: BRAGA, A P

Outros autores:

Linhas de pesquisa no CNPq: ENGENHARIAS / ENGENHARIA ELÉTRICA

Unidade: ESCOLA DE ENGENHARIA
Departamento: ENGENHARIA ELETRÔNICA

Palavras-Chave: SUPPORT VECTOR MACHINE - LEAST SQUARES - REDES NEURAIS ARTIFICIAIS

Least Squares Support Vector Machines (Ls-SVM) foi proposta em 1999 por Johan Suykens, correspondendo a uma versão modificada de Support Vector Machines (SVM), desenvolvida em 1992 por Vladimir Vapnik. Através da utilização de restrições de igualdades, o problema gerado por LS-SVM pode ser resolvido a partir de um sistema de equações lineares ao invés de programação quadrática, como é realizado por SVM. A principal característica de LS-SVM é o fato de todos os vetores serem considerados vetores de suporte, uma vez que os valores dos multiplicadores de Lagrange são proporcionais ao erro, ao contrário de SVM, em que grande parte destes multiplicadores é nula. Apesar de recente, LS-SVM está sendo utilizada para resolução de problemas de classificação de dados, como reconhecimento de caracteres, detecção de faces, dentre outros. No presente trabalho, foram implementados diversos métodos para a resolução do sistema de equações lineares intrínseco ao SL-SVM. Os métodos propostos foram: função pseudo-inversa, rede neural do tipo Hopfield e rede neural do tipo Adaline, esta com os algoritmos gradiente descendente, resilient propagation e quick propagation.

Apoio: CNPq