BDBComp
Parceria:
SBC
Aprendizado de Métrica Utilizando uma Função de Distância Parametrizada e o Algoritmo K-means

Felipe L. FagundesCarlos Cristiano H. BorgesRaul Fonseca Neto

O Aprendizado de Métrica tem sido de grande utilidade nodesenvolvimento de algoritmos de Aprendizado de Máquinas, sobretudo paraa solução de problemas relacionados à Análise de Cluster. Este problema deaprendizado foi originalmente formulado como um problema de otimização,com o objetivo de minimização de um conjunto parametrizado de distânciasde Mahalanobis, sujeito às restrições de não negatividade e de desigualdadetriangular. Neste trabalho, propõe-se um novo método para o aprendizado demétricas considerando a existência de um conjunto de dados de treinamento.O mesmo minimiza um conjunto parametrizado de distâncias Euclidianas eutiliza o algoritmo K-means para a geração de potenciais candidatos.

http://www.lbd.dcc.ufmg.br/colecoes/eniac/2016/013.pdf

Caso o link acima esteja inválido, faça uma busca pelo texto completo na Web: Buscar na Web

Biblioteca Digital Brasileira de Computação - Contato: bdbcomp@lbd.dcc.ufmg.br
     Mantida por:
LBD