[en] NEW TECHNIQUES OF PATTERN CLASSIFICATION BASED ON LOCAL-GLOBAL METHODS

• Main Author: RODRIGO TOSTA PERES
• Other Authors: CARLOS KUBRUSLY
• Language: pt
• Published: MAXWELL 2009
• Subjects: [pt] QUANTIZACAO VETORIAL; [en] VECTOR QUANTISATION; [pt] CLASSIFICACAO DE PADROES; [en] PATTERN CLASSIFICATION; [pt] TEORIA DA INFORMACAO; [en] INFORMATION THEORY
• Online Access: https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=12959@1; https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=12959@2; http://doi.org/10.17771/PUCRio.acad.12959

[pt] O foco desta tese está direcionado a problemas de Classificação de Padrões. A proposta central é desenvolver e testar alguns novos algoritmos para ambientes supervisionados, utilizando um enfoque local- global. As principais contribuições são: (i) Desenvolvimento de método baseado em quantização vetorial com posterior classificação supervisionada local. O objetivo é resolver o problema de classificação estimando as probabilidades posteriores em regiões próximas à fronteira de decisão; (ii) Proposta do que denominamos Zona de Risco Generalizada, um método independente de modelo, para encontrar as observações vizinhas à fronteira de decisão; (iii) Proposta de método que denominamos Quantizador Vetorial das Fronteiras de Decisão, um método de classificação que utiliza protótipos, cujo objetivo é construir uma aproximação quantizada das regiões vizinhas à fronteira de decisão. Todos os métodos propostos foram testados em bancos de dados, alguns sintéticos e outros publicamente disponíveis. === [en] This thesis is focused on Pattern Classification problems. The objective is to develop and test new supervised algorithms with a local-global approach. The main contributions are: (i) A method based on vector quantization with posterior supervised local classification. The classification problem is solved by the estimation of the posterior probabilities near the decision boundary; (ii) Propose of what we call Zona de Risco Generalizada, an independent model method to find observations near the decision boundary; (iii) Propose of what we call Quantizador Vetorial das Fronteiras de Decisão, a classification method based on prototypes that build a quantized approximation of the decision boundary. All methods were tested in synthetics or real datasets.