Banca de QUALIFICAÇÃO: JULIANA DA CRUZ SOUZA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: JULIANA DA CRUZ SOUZA
DATA: 13/12/2019
HORA: 14:00
LOCAL: Sala DQ_03 - PPGQ/CCEN
TÍTULO: UM ALGORITMO INSPIRADO NOS MORCEGOS PARA SELEÇÃO DE VARIÁVEIS EM PROBLEMAS DE CLASSIFICAÇÃO
PALAVRAS-CHAVES: Algoritmo dos morcegos. Seleção de variáveis. Classificação multivariada. Quimiometria.
PÁGINAS: 100
RESUMO: Os morcegos são animais fascinantes que fazem uso de um mecanismo de ecolocalização para se movimentarem desviando dos objetos circundantes e localizarem presas mesmo no escuro. A ecolocalização está associada à emissão de pulsos sonoros pela boca ou narinas dos morcegos e captação do eco de retorno dos objetos (ou presas). Inspirado nesse mecanismo o algoritmo dos morcegos (BA - Algoritmo) foi desenvolvido para solucionar problemas difíceis de otimização. Nesse algoritmo, os morcegos virtuais representam vetores posição que são atualizados pela frequência dos pulsos sonoros (fi), velocidade (vi), amplitude (Ai) e taxa de emissão de pulsos (ri). A amplitude e a taxa de emissão dos pulsos garantem que os morcegos se movam para melhores posições (xi) ao longo das iterações. No presente trabalho, o BA foi reformulado para seleção de variáveis em modelagem de classificação utilizando análise discriminante linear (Linear Discriminante Analysis-LDA). Para isso, o código foi implementado em Matlab ® 2011b e o algoritmo proposto, BA-LDA, buscou minimizar uma função de custo associada ao risco médio do erro de classificação, Gcost. O BA-LDA foi avaliado usando dados espectrométricos de infravermelho próximo (NIR) e de ultravioleta visível (UV-Vis). Os dados NIR foram provenientes da análise de 60 amostras de cafés pertencente a duas classes (gourmet e tradicionais). Para análises de dados UV-Vis foram utilizados dois conjuntos de dados: espectros de amostras de cafés pertencentes a quatro classes (cafeinados vencidos e não vencidos e descafeinados vencidos e não vencidos) e espectros de amostras de óleos vegetais pertencentes a quatro classes (óleos de soja, canola, milho e girassol). O desempenho do BA-LDA foi comparado ao obtido usando o algoritmo genético (Genetic Algorithm-GA) para seleção de variáveis em LDA (GA-LDA). Na execução do BA-LDA a população empregada variou entre 30 e 40 morcegos, o número de iterações variou entre 150 e 250 e os parâmetros que controlam a amplitude e a taxa de emissão de pulsos empregadas foram iguais a, respectivamente, 0,5 e 0,4 para os diferentes conjuntos de dados. Na execução do GA-LDA a população de cromossomos adotada variou entre 30 e 40, o número de gerações variou entre 150 e 250 e as probabilidades de cruzamento e mutação utilizadas foram iguais a 60% e 10%. Na construção dos modelos o BA-LDA selecionou 4, 10 e 8 variáveis, respectivamente, para classificação das amostras de Cafés (NIR), óleos vegetais e cafés (UV-Vis). Enquanto o GA-LDA selecionou 30, 18 e 11 variáveis, respectivamente, para os mesmos conjuntos de dados. Como melhor resultado para cinco repetições, os modelos produziram taxa de classificação correta (TCC) de 100% nos conjuntos de validação e teste. Dessa forma, os resultados indicam que o BA-LDA é promissor para classificação de amostras a partir de dados espectrométricos NIR e UV-Vis, possibilitando a redução da dimensionalidade do espaço LDA e gerando modelos mais parcimoniosos quando comparado ao algoritmo genético.
MEMBROS DA BANCA:
Presidente - 1228750 - EDVAN CIRINO DA SILVA
Interno - 1757039 - MARCIO JOSE COELHO DE PONTES
Interno - 334937 - MARIO CESAR UGULINO DE ARAUJO
Externo ao Programa - 1992422 - SOFACLES FIGUEREDO CARREIRO SOARES