Avaliação de métodos de classificação no espaço tangente para análise estatística de forma

Ariane Hayana Thomé de Farias, Jhonnata Bezerra De Carvalho
{"title":"Avaliação de métodos de classificação no espaço tangente para análise estatística de forma","authors":"Ariane Hayana Thomé de Farias, Jhonnata Bezerra De Carvalho","doi":"10.5335/rbca.v15i3.14810","DOIUrl":null,"url":null,"abstract":"O presente trabalho tem como propósito avaliar o desempenho de alguns classificadores da literatura em dados no espaço tangente no contexto da análise estatística de formas. Ademais, foram realizadas simulações considerando três cenários: (1) dados sem uso de análise de componentes principais (ACP); e (2) com uso de ACP utilizando as componentes que explicam de 70% a 75% e de 90% a 95%. Constatou-se na simulação que, quando há baixa concentração nos dados, o desempenho dos classificadores diminui, com ganhos expressivos na acurácia quando se fez o uso de ACP na maioria dos cenários observados. A etapa seguinte consistiu em realizar a classificação utilizando quatro aplicações em dados reais, considerando os mesmos cenários do estudo de simulação. Nestes, os melhores resultados foram observados em bancos de dados cujas formas médias eram expressivamente distintas entre os grupos. Por outro lado, os piores desempenhos foram observados em dados relacionados a ressonâncias magnéticas de pacientes esquizofrênicos, com acurácia máxima de 85,7%.","PeriodicalId":138408,"journal":{"name":"Revista Brasileira de Computação Aplicada","volume":"29 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-11-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Computação Aplicada","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5335/rbca.v15i3.14810","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

O presente trabalho tem como propósito avaliar o desempenho de alguns classificadores da literatura em dados no espaço tangente no contexto da análise estatística de formas. Ademais, foram realizadas simulações considerando três cenários: (1) dados sem uso de análise de componentes principais (ACP); e (2) com uso de ACP utilizando as componentes que explicam de 70% a 75% e de 90% a 95%. Constatou-se na simulação que, quando há baixa concentração nos dados, o desempenho dos classificadores diminui, com ganhos expressivos na acurácia quando se fez o uso de ACP na maioria dos cenários observados. A etapa seguinte consistiu em realizar a classificação utilizando quatro aplicações em dados reais, considerando os mesmos cenários do estudo de simulação. Nestes, os melhores resultados foram observados em bancos de dados cujas formas médias eram expressivamente distintas entre os grupos. Por outro lado, os piores desempenhos foram observados em dados relacionados a ressonâncias magnéticas de pacientes esquizofrênicos, com acurácia máxima de 85,7%.
评估用于统计形状分析的切线空间分类方法
本文的目的是在统计形状分析的背景下,评估文献中一些分类器在切线空间数据上的性能。此外,还考虑了三种情况进行了模拟:(1) 不使用主成分分析(PCA)的数据;(2) 使用解释率为 70% 至 75% 和 90% 至 95% 的成分进行 PCA 分析的数据。模拟结果表明,当数据浓度较低时,分类器的性能会下降,而在观察到的大多数情况下使用 PCA 时,准确率会显著提高。下一阶段包括在真实数据上使用四个应用程序进行分类,考虑的情况与模拟研究相同。在这些应用中,平均形状在各组之间存在显著差异的数据库效果最好。另一方面,与精神分裂症患者核磁共振扫描相关的数据表现最差,最高准确率为 85.7%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信