To see the other types of publications on this topic, follow the link: E-boosting.
Dissertations / Theses on the topic 'E-boosting'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the top 31 dissertations / theses for your research on the topic 'E-boosting.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Browse dissertations / theses on a wide variety of disciplines and organise your bibliography correctly.
1
TEIXEIRA, JÚNIOR Talisman Cláudio de Queiroz. "Classificação fonética utilizando Boosting e SVM." Universidade Federal do Pará, 2006. http://repositorio.ufpa.br/jspui/2011/2533.
Full textAbstract:
Submitted by Irvana Coutinho (irvana@ufpa.br) on 2012-03-07T12:35:04Z
No. of bitstreams: 2
Dissertacao_Talisman_Teixeira_Junior ClassificacaoFoneticaBoosting.pdf: 1955727 bytes, checksum: 2174e57105a6d0135a85cb9c47e05a7a (MD5)
license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5)Approved for entry into archive by Irvana Coutinho(irvana@ufpa.br) on 2012-03-07T12:40:11Z (GMT) No. of bitstreams: 2 Dissertacao_Talisman_Teixeira_Junior ClassificacaoFoneticaBoosting.pdf: 1955727 bytes, checksum: 2174e57105a6d0135a85cb9c47e05a7a (MD5) license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5)
Made available in DSpace on 2012-03-07T12:40:11Z (GMT). No. of bitstreams: 2 Dissertacao_Talisman_Teixeira_Junior ClassificacaoFoneticaBoosting.pdf: 1955727 bytes, checksum: 2174e57105a6d0135a85cb9c47e05a7a (MD5) license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Previous issue date: 2006
Para compor um sistema de Reconhecimento Automático de Voz, pode ser utilizada uma tarefa chamada Classificação Fonética, onde a partir de uma amostra de voz decide-se qual fonema foi emitido por um interlocutor. Para facilitar a classificação e realçar as características mais marcantes dos fonemas, normalmente, as amostras de voz são pré- processadas através de um fronl-en'L Um fron:-end, geralmente, extrai um conjunto de parâmetros para cada amostra de voz. Após este processamento, estes parâmetros são insendos em um algoritmo classificador que (já devidamente treinado) procurará decidir qual o fonema emitido. Existe uma tendência de que quanto maior a quantidade de parâmetros utilizados no sistema, melhor será a taxa de acertos na classificação. A contrapartida para esta tendência é o maior custo computacional envolvido. A técnica de Seleção de Parâmetros tem como função mostrar quais os parâmetros mais relevantes (ou mais utilizados) em uma tarefa de classificação, possibilitando, assim, descobrir quais os parâmetros redundantes, que trazem pouca (ou nenhuma) contribuição à tarefa de classificação. A proposta deste trabalho é aplicar o classificador SVM à classificação fonética, utilizando a base de dados TIMIT, e descobrir os parâmetros mais relevantes na classificação, aplicando a técnica Boosting de Seleção de Parâmetros.
With the aim of setting up a Automatic Speech Recognition (ASR) system, a task named Phonetic Classification can be used. That task consists in, from a speech sample, deciding which phoneme was pronounced by a speaker. To ease the classification task and to enhance the most marked characteristics of the phonemes, the speech samples are usually pre-processed by a front-end. A front-end, as a general rule, extracts a set of features to each speech sample. After that, these features are inserted in a classification algorithm, that (already properly trained) will try to decide which phoneme was pronounced. There is a rule of thumb which says that the more features the system uses, the smaller the classification error rate will be. The disadvantage to that is the larger computational cost. Feature Selection task aims to show which are the most relevant (or more used) features in a classification task. Therefore, it is possible to discover which are the redundant features, that make little (or no) contribution to the classification task. The aim of this work is to apply SVM classificator in Phonetic Classification task, using TIMIT database, and discover the most relevant features in this classification using Boosting approach to implement Feature Selection.
2
Rodrigo, Portela Ferreira Marcelo. "Análise discriminante clássica e de núcleo: avaliação e algumas contribuições relativas aos métodos Boosting e Bootstrap." Universidade Federal de Pernambuco, 2007. https://repositorio.ufpe.br/handle/123456789/6288.
Full textAbstract:
Made available in DSpace on 2014-06-12T18:03:40Z (GMT). No. of bitstreams: 2
arquivo7186_1.pdf: 1869527 bytes, checksum: f88c1d6a52dd5f9a69ec334a408ad73a (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2007Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Desde que tecnologia da informação tornou-se essencial para muitas atividades da vida moderna e grandes conjuntos de dados surgiram junto com ela, mineração de dados tornou-se uma das mais importantes áreas de pesquisa na ciência estatística. Apesar de existirem muitos campos relacionados a mineração de dados, a tarefa de classificação ainda figura como uma das mais comuns na literatura estatística. Esta dissertação faz uma revisão de dois métodos clássicos de classificação, análise discriminante linear e quadrática, e um método não-paramétrico, a análise discriminante de núcleo. Experimentos de simulação e conjuntos de dados reais são utilizados para avaliar e comparar os três métodos de classificação. Também apresenta algumas contribuições relacionadas aos métodos boosting e bootstrap no contexto de classificação. A primeira contribuição trata-se de uma nova formulação para o método boosting em análise discriminante linear. Os resultados numéricos mostram que esta nova formulação tem desempenho similar à formulação usual. Entretanto, a nova formulação do método boosting é conceitualmente mais adequada. Dois métodos bootstrap para problemas de classificação são introduzidos e avaliados. O primeiro método bootstrap é utilizado para obter uma fronteira de classificação. O conceito de fronteira de classificação pode ser entendido como uma região onde é difícil alocar uma observação para uma das populações existentes. O segundo método bootstrap é um intervalo de confiança para a taxa de erro de classificação. Intervalos de confiança podem ser utilizados para comparar dois ou mais métodos de classificação na estrutura de inferência
3
Nascimento, Diego Silveira Costa. "Configuração heterogênea de ensembles de classificadores : investigação em bagging, boosting e multiboosting." Universidade de Fortaleza, 2009. http://dspace.unifor.br/handle/tede/83562.
Full textAbstract:
Made available in DSpace on 2019-03-29T23:22:32Z (GMT). No. of bitstreams: 0
Previous issue date: 2009-12-21This work presents a study on the characterization and evaluation of six new heterogeneous committees machines algorithms, which are aimed at solving problems of pattern classification. These algorithms are extensions of models which are already found in the literature and have been successfully applied in different fields of research. Following two approaches, evolutionary and constructive, different machine learning algorithms (inductors) can be used for induction of components of the ensemble to be trained by standard Bagging, Boosting or MultiBoosting on the resampled data, aiming at the increasing of the diversity of the resulting composite model. As a means of automatic configuration of different types of components, we adopt a customized genetic algorithm for the first approach and greedy search for the second approach. For purposes of validation of the proposal, an empirical study has been conducted involving 10 different types of inductors and 18 classification problems taken from the UCI repository. The acuity values obtained by the evolutionary and constructive heterogeneous ensembles are analyzed based on those produced by models of homogeneous ensembles composed of the 10 types of inductors we have utilized, and the majority of the results evidence a gain in performance from both approaches. Keywords: Machine learning, Committee machines, Bagging, Wagging, Boosting, MultiBoosting, Genetic algorithm.
Este trabalho apresenta um estudo quanto à caracterização e avaliação de seis novos algoritmos de comitês de máquinas heterogêneos, sendo estes destinados à resolução de problemas de classificação de padrões. Esses algoritmos são extensões de modelos já encontrados na literatura e que vêm sendo aplicados com sucesso em diferentes domínios de pesquisa. Seguindo duas abordagens, uma evolutiva e outra construtiva, diferentes algoritmos de aprendizado de máquina (indutores) podem ser utilizados para fins de indução dos componentes do ensemble a serem treinados por Bagging, Boosting ou MultiBoosting padrão sobre os dados reamostrados, almejando-se o incremento da diversidade do modelo composto resultante. Como meio de configuração automática dos diferentes tipos de componentes, adota-se um algoritmo genético customizado para a primeira abordagem e uma busca de natureza gulosa para a segunda abordagem. Para fins de validação da proposta, foi conduzido um estudo empírico envolvendo 10 diferentes tipos de indutores e 18 problemas de classificação extraídos do repositório UCI. Os valores de acuidade obtidos via ensembles heterogêneos evolutivos e construtivos são analisados com base naqueles produzidos por modelos de ensembles homogêneos compostos pelos 10 tipos de indutores utilizados, sendo que em grande parte dos casos os resultados evidenciam ganhos de desempenho de ambas as abordagens. Palavras-chave: Aprendizado de máquina, Comitês de máquinas, Bagging, Wagging, Boosting, MultiBoosting, Algoritmo genético.
4
Rubesam, Alexandre. "Estimação não parametrica aplicada a problemas de classificação via Bagging e Boosting." [s.n.], 2004. http://repositorio.unicamp.br/jspui/handle/REPOSIP/306510.
Full textAbstract:
Orientador: Ronaldo DiasDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica
Made available in DSpace on 2018-08-03T20:17:33Z (GMT). No. of bitstreams: 1 Rubesam_Alexandre_M.pdf: 3561307 bytes, checksum: 136856548e218dc25a0ba4ee178b63a7 (MD5) Previous issue date: 2004
Resumo: Alguns dos métodos mais modernos e bem sucedidos de classificação são bagging, boosting e SVM (Support Vector M achines ). B agging funciona combinando classificadores ajustados em amostras bootstrap dos dados; boosting funciona aplicando-se seqüencialmente um algoritmo de classificação a versões reponderadas do conjunto de dados de treinamento, dando maior peso às observações classificadas erroneamente no passo anterior, e SVM é um método que transforma os dados originais de maneira não linear para um espaço de dimensão maior, e procura um hiperplano separador neste espaço transformado. N este trabalho estudamos os métodos descritos acima, e propusemos dois métodos de classificação, um baseado em regressão não paramétrica por Hsplines (também proposto aqui) e boosting, e outro que é uma modificação de um algoritmo de boosting baseado no algoritmo MARS. Os métodos foram aplicados em dados simulados e em dados reais
Abstract: Some of the most modern and well succeeded classification methods are bagging, boosting and SVM (Support Vector Machines). Bagging combines classifiers fitted to bootstrap samples of the training data; boosting sequentially applies a classification algorithm to reweighted versions of the training data, increasing in each step the weights of the observations that were misclassified in the previous step, and SVM is a method that transforms the data in a nonlinear way to a space of greater dimension than that of the original data, and searches for a separating hyperplane in this transformed space. In this work we have studied the methods described above. We propose two classification methods: one of them is based on a nonparametric regression method via H-splines (also proposed here) and boosting, and the other is a modification of a boosting algorithm, based on the MARS algorithm. The methods were applied to both simulated and real data
Mestrado
Mestre em Estatística
5
Lopes, Neilson Soares. "Modelos de classificação de risco de crédito para financiamentos imobiliários: regressão logística, análise discriminante, árvores de decisão, bagging e boosting." Universidade Presbiteriana Mackenzie, 2011. http://tede.mackenzie.br/jspui/handle/tede/527.
Full textAbstract:
Made available in DSpace on 2016-03-15T19:25:35Z (GMT). No. of bitstreams: 1
Neilson Soares Lopes.pdf: 983372 bytes, checksum: 2233d489295cd76cb2d8dcbd78e1e5de (MD5)
Previous issue date: 2011-08-08Fundo Mackenzie de Pesquisa
This study applied the techniques of traditional parametric discriminant analysis and logistic regression analysis of credit real estate financing transactions where borrowers may or may not have a payroll loan transaction. It was the hit rate compared these methods with the non-parametric techniques based on classification trees, and the methods of meta-learning bagging and boosting that combine classifiers for improved accuracy in the algorithms.In a context of high housing deficit, especially in Brazil, the financing of real estate can still be very encouraged. The impacts of sustainable growth in the mortgage not only bring economic benefits and social. The house is, for most individuals, the largest source of expenditure and the most valuable asset that will have during her lifetime.At the end of the study concluded that the computational techniques of decision trees are more effective for the prediction of payers (94.2% correct), followed by bagging (80.7%) and boosting (or arcing , 75.2%). For the prediction of bad debtors in mortgages, the techniques of logistic regression and discriminant analysis showed the worst results (74.6% and 70.7%, respectively). For the good payers, the decision tree also showed the best predictive power (75.8%), followed by discriminant analysis (75.3%) and boosting (72.9%). For the good paying mortgages, bagging and logistic regression showed the worst results (72.1% and 71.7%, respectively). Logistic regression shows that for a borrower with payroll loans, the chance to be a bad credit is 2.19 higher than if the borrower does not have such type of loan.The presence of credit between the payroll operations of mortgage borrowers also has relevance in the discriminant analysis.
Neste estudo foram aplicadas as técnicas paramétricas tradicionais de análise discriminante e regressão logística para análise de crédito de operações de financiamento imobiliário. Foi comparada a taxa de acertos destes métodos com as técnicas não-paramétricas baseadas em árvores de classificação, além dos métodos de meta-aprendizagem BAGGING e BOOSTING, que combinam classificadores para obter uma melhor precisão nos algoritmos.Em um contexto de alto déficit de moradias, em especial no caso brasileiro, o financiamento de imóveis ainda pode ser bastante fomentado. Os impactos de um crescimento sustentável no crédito imobiliário trazem benefícios não só econômicos como sociais. A moradia é, para grande parte dos indivíduos, a maior fonte de despesas e o ativo mais valioso que terão durante sua vida. Ao final do estudo, concluiu-se que as técnicas computacionais de árvores de decisão se mostram mais efetivas para a predição de maus pagadores (94,2% de acerto), seguida do BAGGING (80,7%) e do BOOSTING (ou ARCING, 75,2%). Para a predição de maus pagadores em financiamentos imobiliários, as técnicas de regressão logística e análise discriminante apresentaram os piores resultados (74,6% e 70,7%, respectivamente). Para os bons pagadores, a árvore de decisão também apresentou o melhor poder preditivo (75,8%), seguida da análise discriminante (75,3%) e do BOOSTING (72,9%). Para os bons pagadores de financiamentos imobiliários, BAGGING e regressão logística apresentaram os piores resultados (72,1% e 71,7%, respectivamente).A regressão logística mostra que, para um tomador com crédito consignado, a chance se ser um mau pagador é 2,19 maior do que se este tomador não tivesse tal modalidade de empréstimo. A presença de crédito consignado entre as operações dos tomadores de financiamento imobiliário também apresenta relevância na análise discriminante.
6
Mayrink, Victor Teixeira de Melo. "Avaliação do algoritmo Gradient Boosting em aplicações de previsão de carga elétrica a curto prazo." Universidade Federal de Juiz de Fora (UFJF), 2016. https://repositorio.ufjf.br/jspui/handle/ufjf/3563.
Full textAbstract:
Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-03-07T14:25:21Z
No. of bitstreams: 1
victorteixeirademelomayrink.pdf: 2587774 bytes, checksum: 1319cc37a15480796050b618b4d7e5f7 (MD5)Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-03-07T15:06:57Z (GMT) No. of bitstreams: 1 victorteixeirademelomayrink.pdf: 2587774 bytes, checksum: 1319cc37a15480796050b618b4d7e5f7 (MD5)
Made available in DSpace on 2017-03-07T15:06:57Z (GMT). No. of bitstreams: 1 victorteixeirademelomayrink.pdf: 2587774 bytes, checksum: 1319cc37a15480796050b618b4d7e5f7 (MD5) Previous issue date: 2016-08-31
FAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas Gerais
O armazenamento de energia elétrica em larga escala ainda não é viável devido a restrições técnicas e econômicas. Portanto, toda energia consumida deve ser produzida instantaneamente; não é possível armazenar o excesso de produção, ou tampouco cobrir eventuais faltas de oferta com estoques de segurança, mesmo que por um curto período de tempo. Consequentemente, um dos principais desafios do planejamento energético consiste em realizar previsões acuradas para as demandas futuras. Neste trabalho, apresentamos um modelo de previsão para o consumo de energia elétrica a curto prazo. A metodologia utilizada compreende a construção de um comitê de previsão, por meio da aplicação do algoritmo Gradient Boosting em combinação com modelos de árvores de decisão e a técnica de amortecimento exponencial. Esta estratégia compreende um método de aprendizado supervisionado que ajusta o modelo de previsão com base em dados históricos do consumo de energia, das temperaturas registradas e de variáveis de calendário. Os modelos propostos foram testados em duas bases de dados distintas e demonstraram um ótimo desempenho quando comparados com resultados publicados em outros trabalhos recentes.
The storage of electrical energy is still not feasible on a large scale due to technical and economic issues. Therefore, all energy to be consumed must be produced instantly; it is not possible to store the production leftover, or either to cover any supply shortages with safety stocks, even for a short period of time. Thus, one of the main challenges of energy planning consists in computing accurate forecasts for the future demand. In this paper, we present a model for short-term load forecasting. The methodology consists in composing a prediction comitee by applying the Gradient Boosting algorithm in combination with decision tree models and the exponential smoothing technique. This strategy comprises a supervised learning method that adjusts the forecasting model based on historical energy consumption data, the recorded temperatures and calendar variables. The proposed models were tested in two di erent datasets and showed a good performance when compared with results published in recent papers.
7
Sousa, Ithalo Coelho de. "Predição genômica da resistência à ferrugem alaranjada em café arábica via algoritmos de aprendizagem de máquina." Universidade Federal de Viçosa, 2018. http://www.locus.ufv.br/handle/123456789/20584.
Full textAbstract:
Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2018-07-11T12:09:39Z
No. of bitstreams: 1
textocompleto.pdf: 925551 bytes, checksum: 6e6a52bb70c4e45081687d495922f845 (MD5)Made available in DSpace on 2018-07-11T12:09:39Z (GMT). No. of bitstreams: 1 textocompleto.pdf: 925551 bytes, checksum: 6e6a52bb70c4e45081687d495922f845 (MD5) Previous issue date: 2018-02-26
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
A seleção genômica (SG) foi proposta como uma forma de aumentar a eficiência e acelerar o melhoramento genético. A SG enfatiza a predição simultânea dos efeitos genéticos de milhares de marcadores dispersos em todo o genoma de um organismo. Algumas metodologias estatísticas têm sido utilizadas em SG para a predição do mérito genético, como por exemplo a Ridge Regression Best Linear Unbiased Prediction (RR- BLUP), Bayesian Lasso (BLASSO). Porém tais metodologias exigem algumas pressuposições a respeito dos dados tais como normalidade da distribuição dos valores fenotípicos. Além disto, a presença de fatores complicadores tais como epistasia e dominância atrapalham a utilização destes modelos, uma vez que exigem que tais efeitos sejam estabelecidos à priori pelo pesquisador. Visando contornar a não normalidade dos valores fenotípicos a literatura sugere o uso dos modelos lineares generalizados sob o enfoque bayesiano (BGLR). Outra alternativa são os modelos baseados em aprendizagem de máquina (AM), representados por metodologias tais como Redes Neurais (RNA), Árvores de Decisão (AD) e seus possíveis refinamentos (Bagging, Random Forest e Boosting) as quais podem incorporar a epistasia e a dominância no modelo além de não exigirem pressuposições quanto ao modelo e a distribuição dos valores fenotípicos. Diante disso, o objetivo deste trabalho foi utilizar AD e seus refinamentos Bagging, Random Forest e Boosting para predição da resistência a ferrugem alaranjada no café arábica. Além disso, AD e seus refinamentos foram utilizadas para identificar a importância dos marcadores relacionados a característica de interesse. Os resultados foram comparados com aqueles provenientes do GBLASSO (Lasso Bayesiano Generalizado) e RNA. Foram utilizados dados da resistência a ferrugem do café de 245 plantas derivadas do cruzamento do Híbrido de Timor e do Catuaí Amarelo, genotipados para 137 marcadores. A AD e seus refinamentos obtiveram resultados satisfatórios, visto que apresentaram valores iguais ou inferiores de Taxa de Erro Aparente comparados com aqueles obtidos pelo GBLASSO e RNA. Ademais, os refinamentos da AD demonstraram ser capazes de identificar marcadores importantes para característica de interesse, visto que dentre os 10 marcadores mais importantes analisados em cada metodologia, 3-4 marcadores estavam próximos a QTL’s relacionados a resistência a doença listados na literatura. Por fim, a AD e seus refinamentos mostraram um melhor desempenho em relação ao GBLASSO e a RNA quanto ao custo computacional.
Genomic selection (GS) has been proposed as a way to increase efficiency and accelerate genetic improvement. GS emphasizes the simultaneous prediction of the genetic effects of thousands of scattered markers throughout an organism's genome. Some statistical methodologies have been used in GS for the prediction of genetic merit, such as Ridge Regression Best Linear Unbiased Prediction (RR-BLUP), Bayesian Lasso (BLASSO). However such methodologies require some assumptions about the data such as normality of the distribution of phenotypic values. In addition, the presence of complicating factors such as epistasis and dominance hinder the use of these models, since they require that such effects be established a priori by the researcher. In order to avoid the non-normality of phenotypic values, the literature suggests the use of Bayesian Generalized Linear Regression (BGLR). Another alternative is the models based on machine learning, represented by methodologies such as Artificial Neural Networks (ANN), Decision Trees (DT) and their possible refinements such as Bagging, Random Forest and Boosting, which can incorporate epistasis and dominance in the model, besides not requiring assumptions about the model and the distribution of phenotypic values. The aim of this work was to use DT and its refinements Bagging, Random Forest and Boosting for prediction of resistance to orange rust in arabica coffee. In addition, DT and its refinements were used to identify the importance of markers related to the characteristic of interest. The results were compared with those from GBLASSO (Generalized Bayesian Lasso) and ANN. Data from the coffee rust resistance of 245 plants derived from the hybrid of the Timor Hybrid and the Yellow Catuaí, genotyped for 137 markers were used. The DT and its refinements obtained satisfactory results, since they presented equal or inferior values of Apparent Error Rate compared to those obtained by GBLASSO and RNA. In addition, DT refinements seem to be able to identify important markers for characteristic of interest, since among the 10 most important markers analyzed in each methodology, 3-4 markers were close to QTLs related to resistance to disease listed in the literature. Finally, the Decision Tree and its refinements showed a better performance in relation to the GBLASSO and RNA regarding computational cost.
8
Ippoliti, Pierpaola. "Ricerca dell'emissione alle alte energie da parte delle radio galassie fri e frii." Master's thesis, Alma Mater Studiorum - Università di Bologna, 2014. http://amslaurea.unibo.it/6575/.
Full textAbstract:
Lo scenario di unificazione degli AGN caratterizza le molteplici proprietà di questi oggetti in termini del differente angolo di vista rispetto ad un sistema costituito da un toro oscurante, un disco di accrescimento che alimenta il SMBH e nubi di gas che circondano il buco nero. Circa il 10% degli AGN sono forti sorgenti radio. Questi oggetti, detti AGN Radio-Loud, sono caratterizzati da getti relativistici emessi trasversalmente rispetto al disco di accrescimento e comprendono le radio galassie e i blazar. In accordo con il modello unificato, le radio galassie (MAGN), rappresentano i blazar visti a grandi angoli di inclinazione del getto rispetto alla linea di vista. Nei blazar la radiazione emessa dai getti su scale del pc viene amplificata da effetti relativistici dando origine a spettri piatti con elevata polarizzazione ottica e forte variabilità. Questi oggetti rappresentano le sorgenti più brillanti identificate nel cielo gamma extragalattico. I MAGN, a differenza dei blazar, mostrano spettri ripidi e strutture radio quasi simmetriche. In queste sorgenti, l'effetto del Doppler boosting è meno evidente a causa del grande angolo di inclinazione del getto. In soli 3 mesi di osservazioni scientifiche effettuate con il satellite Fermi è stata rivelata emissione gamma da parte delle radio galassie NGC 1275 e Cen A. I MAGN rappresentano una nuova classe di sorgenti gamma. Tuttavia, il numero di radio galassie rivelate è sorprendentemente piccolo ponendo degli interrogativi sui meccanismi di emissione alle alte energie di questi oggetti. Nel presente lavoro di tesi, si analizzeranno i dati gamma raccolti dal LAT durante i primi 5 anni di osservazioni scientifiche per un campione di 10 radio galassie più brillanti selezionate dai cataloghi B2 e BCS. L'obiettivo principale sarà migliorare la statistica e cercare di comprendere la natura dell'emissione alle alte energie da parte delle radio galassie.
9
Teixeira, Filipe. "Boosting compression-based classifiers for authorship attribution." Master's thesis, Universidade de Aveiro, 2016. http://hdl.handle.net/10773/18375.
Full textAbstract:
Mestrado em Engenharia de Computadores e TelemáticaAtribuição de autoria é o ato de atribuir um autor a documento anónimo. Apesar de esta tarefa ser tradicionalmente feita por especialistas, muitos novos métodos foram apresentados desde o aparecimento de computadores, em meados do século XX, alguns deles recorrendo a compressores para encontrar padrões recorrentes nos dados. Neste trabalho vamos apresentar os resultados que podem ser alcançados ao utilizar mais do que um compressor, utilizando um meta-algoritmo conhecido como Boosting.
Authorship attribution is the task of assigning an author to an anonymous document. Although the task was traditionally performed by expert linguists, many new techniques have been suggested since the appearance of computers, in the middle of the XX century, some of them using compressors to find repeating patterns in the data. This work will present the results that can be achieved by a collaboration of more than one compressor using a meta-algorithm known as Boosting.
10
Le?es, Neto Ant?nio do Nascimento. "Classifica??o com algoritmo AdaBoost.M1 : o mito do limiar de erro de treinamento." Pontif?cia Universidade Cat?lica do Rio Grande do Sul, 2017. http://tede2.pucrs.br/tede2/handle/tede/7854.
Full textAbstract:
Submitted by PPG Ci?ncia da Computa??o (ppgcc@pucrs.br) on 2018-02-16T13:18:07Z
No. of bitstreams: 1
Ant?nio_do_Nascimento_Le?es_ Neto_Dis.pdf: 1049012 bytes, checksum: 293046d3be865048cd37706b38494e1a (MD5)Approved for entry into archive by Caroline Xavier (caroline.xavier@pucrs.br) on 2018-02-22T16:34:51Z (GMT) No. of bitstreams: 1 Ant?nio_do_Nascimento_Le?es_ Neto_Dis.pdf: 1049012 bytes, checksum: 293046d3be865048cd37706b38494e1a (MD5)
Made available in DSpace on 2018-02-22T16:40:19Z (GMT). No. of bitstreams: 1 Ant?nio_do_Nascimento_Le?es_ Neto_Dis.pdf: 1049012 bytes, checksum: 293046d3be865048cd37706b38494e1a (MD5) Previous issue date: 2017-11-20
The accelerated growth of data repositories, in the different areas of activity, opens space for research in the area of data mining, in particular, with the methods of classification and combination of classifiers. The Boosting method is one of them, which combines the results of several classifiers in order to obtain better results. The main purpose of this dissertation is the experimentation of alternatives to increase the effectiveness and performance of the algorithm AdaBoost.M1, which is the implementation often employed by the Boosting method. An empirical study was perfered taking into account stochastic aspects trying to shed some light on an obscure internal parameter, in which algorithm creators and other researchers assumed that the training error threshold should be correlated with the number of classes in the target data set and logically, most data sets should use a value of 0.5. In this paper, we present an empirical evidence that this is not a fact, but probably a myth originated by the mistaken application of the theoretical assumption of the joint effect. To achieve this goal, adaptations were proposed for the algorithm, focusing on finding a better suggestion to define this threshold in a general case.
O crescimento acelerado dos reposit?rios de dados, nas diversas ?reas de atua??o, abre espa?o para pesquisas na ?rea da minera??o de dados, em espec?fico, com os m?todos de classifica??o e de combina??o de classificadores. O Boosting ? um desses m?todos, e combina os resultados de diversos classificadores com intuito de obter melhores resultados. O prop?sito central desta disserta??o ? responder a quest?o de pesquisa com a experimenta??o de alternativas para aumentar a efic?cia e o desempenho do algoritmo AdaBoost.M1 que ? a implementa??o frequentemente empregada pelo Boosting. Foi feito um estudo emp?rico levando em considera??o aspectos estoc?sticos tentando lan?ar alguma luz sobre um par?metro interno obscuro em que criadores do algoritmo e outros pesquisadores assumiram que o limiar de erro de treinamento deve ser correlacionado com o n?mero de classes no conjunto de dados de destino e, logicamente, a maioria dos conjuntos de dados deve usar um valor de 0.5. Neste trabalho, apresentamos evid?ncias emp?ricas de que isso n?o ? um fato, mas provavelmente um mito originado pela aplica??o da primeira defini??o do algoritmo. Para alcan?ar esse objetivo, foram propostas adapta??es para o algoritmo, focando em encontrar uma sugest?o melhor para definir esse limiar em um caso geral.
11
Galia, Jan. "Měnič s tranzistory GaN pro elektrický kompresor." Master's thesis, Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií, 2021. http://www.nusl.cz/ntk/nusl-442787.
Full textAbstract:
This master’s thesis deals with the design and realization of a functional sample power inverter for an electric compressor, which is used in hybrid cars. The electric compressor powered by the inverter is E-compressor by Garrett Advancing Motion. An inverter will be using modern High Electron Mobility Transistors which are based on gallium nitride (GaN). The purpose of this thesis is to find if GaN transistors can be used in E-boosting application.
12
Nascimento, Diego Silveira Costa. "Novas abordagens para configura??es autom?ticas dos par?metros de controle em comit?s de classificadores." Universidade Federal do Rio Grande do Norte, 2014. http://repositorio.ufrn.br/handle/123456789/19754.
Full textAbstract:
Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-02-03T20:29:00Z
No. of bitstreams: 1
DiegoSilveiraCostaNascimento_TESE.pdf: 3953454 bytes, checksum: 3237fa5d0296298ccc738a2ba7eab05e (MD5)Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-02-03T23:54:37Z (GMT) No. of bitstreams: 1 DiegoSilveiraCostaNascimento_TESE.pdf: 3953454 bytes, checksum: 3237fa5d0296298ccc738a2ba7eab05e (MD5)
Made available in DSpace on 2016-02-03T23:54:37Z (GMT). No. of bitstreams: 1 DiegoSilveiraCostaNascimento_TESE.pdf: 3953454 bytes, checksum: 3237fa5d0296298ccc738a2ba7eab05e (MD5) Previous issue date: 2014-12-05
Significativos avan?os v?m surgindo em pesquisas relacionadas ao tema de Comit?s de Classificadores. Os modelos que mais recebem aten??o na literatura s?o aqueles de natureza est?tica, ou tamb?m conhecidos por ensembles. Dos algoritmos que fazem parte dessa classe, destacam-se os m?todos que utilizam reamostragem dos dados de treinamento: Bagging, Boosting e Multiboosting. A escolha do tipo de arquitetura e dos componentes a serem recrutados n?o ? uma tarefa trivial, e tem motivado, ainda mais, o surgimento de novas propostas na tentativa de se construir tais modelos de forma autom?tica e, muitas delas, s?o baseadas em m?todos de otimiza??o. Muitas dessas contribui??es n?o t?m apresentado resultados satisfat?rios quando aplicadas a problemas mais complexos ou de natureza distinta. Em contrapartida, a tese aqui apresentada prop?e tr?s novas abordagens h?bridas para constru??o autom?tica em ensembles de classificadores: Incremento de Diversidade, Fun??o de Avalia??o Adaptativa e Meta-aprendizado para a elabora??o de sistemas de configura??o autom?tica dos par?metros de controle para os modelos de ensemble. Na primeira abordagem, ? proposta uma solu??o que combina diferentes t?cnicas de diversidade em um ?nico arcabou?o conceitual, na tentativa de se alcan?ar n?veis mais elevados de diversidade em ensemble, e com isso, melhor o desempenho de tais sistemas. J? na segunda abordagem, ? utilizado um algoritmo gen?tico para o design autom?tico de ensembles. A contribui??o consiste em combinar as t?cnicas de filtro e wrapper de forma adaptativa para evoluir uma melhor distribui??o do espa?o de atributos a serem apresentados aos componentes de um ensemble. E por fim, a ?ltima abordagem, que prop?e uma nova t?cnica de recomenda??o de arquitetura e componentes base em ensemble, via t?cnicas de meta-aprendizado tradicional e multirr?tulo. De forma geral os resultados s?o animadores, e corroboram com a tese de que ferramentas h?bridas s?o uma poderosa solu??o na constru??o de ensembles eficazes em problemas de classifica??o de padr?es
Significant advances have emerged in research related to the topic of Classifier Committees. The models that receive the most attention in the literature are those of the static nature, also known as ensembles. The algorithms that are part of this class, we highlight the methods that using techniques of resampling of the training data: Bagging, Boosting and Multiboosting. The choice of the architecture and base components to be recruited is not a trivial task and has motivated new proposals in an attempt to build such models automatically, and many of them are based on optimization methods. Many of these contributions have not shown satisfactory results when applied to more complex problems with different nature. In contrast, the thesis presented here, proposes three new hybrid approaches for automatic construction for ensembles: Increment of Diversity, Adaptive-fitness Function and Meta-learning for the development of systems for automatic configuration of parameters for models of ensemble. In the first one approach, we propose a solution that combines different diversity techniques in a single conceptual framework, in attempt to achieve higher levels of diversity in ensembles, and with it, the better the performance of such systems. In the second one approach, using a genetic algorithm for automatic design of ensembles. The contribution is to combine the techniques of filter and wrapper adaptively to evolve a better distribution of the feature space to be presented for the components of ensemble. Finally, the last one approach, which proposes new techniques for recommendation of architecture and based components on ensemble, by techniques of traditional meta-learning and multi-label meta-learning. In general, the results are encouraging and corroborate with the thesis that hybrid tools are a powerful solution in building effective ensembles for pattern classification problems.
13
Zareckaitė, Ieva. "Veidų segmentacijos algoritmai." Master's thesis, Lithuanian Academic Libraries Network (LABT), 2014. http://vddb.library.lt/obj/LT-eLABa-0001:E.02~2011~D_20140627_165525-66589.
Full textAbstract:
Baigiamajame magistro darbe nagrinėjama automatinės priešakinių veidų segmentacijos skaitmeniniuose vaizduose problematika. Pateikta išsami populiariausių bei su įgyvendinta sistema susijusių veidų segmentacijos metodikų teorinė ir praktinė analizė. Praktiškai įgyvendinta sistema, kuri grindžiama: 1) mokslinės literatūros analizės rezultate išrinkta efektyviausia DAB (Discrete AdaBoost) kaskada; 2) pasiūlytu greituoju simetriniu eksponentiniu glodinančiu filtru; 3) pasiūlytu glodinto vaizdo gradiento krypčių naiviuoju Bajeso klasifikatoriumi. Pastarieji du žingsniai pajungti siekiant pagerinti sistemos lokalizacijos tikslumo įverčius. Realizacijos segmentacijos patikimumas įvertintas naudojant viešai prieinamas veidų segmentacijos (BioID, MIT/CMU) ir veidų atpažinimo (FERET, FRGC) duomenų bazes ir remiantis aiškiai darbe apibrėžtu teisingos ir neteisingos segmentacijos kriterijumi. Atlikta lyginamoji analizė su kitomis metodikomis. Pateiktos gairės sistemos tikslumui ir / arba našumui tobulinti.This master work presents a research upon the problem of automatic frontal face detection within digital images. A comprehensive theoretical and practical analysis of most widely used also implementation related methods is provided. Practically implemented face detection system that is based on the following algorithms: 1) DAB (Discrete AdaBoost) cascade chosen as the most effective method with reference to scientific literature analysis results; 2) proposed symmetric exponential blurring filter; 3) proposed blurred image gradient directions naïve Bayesian classifier. The latter two steps have been composed to improve face localization precision. Implementation reliability was evaluated on publicly available face detection (BioID, MIT/CMU) and face recognition (FERET, FRGC) databases using explicitly declared detected face accepting / rejecting criteria. A comparative study of the proposed approach has been accomplished. Recommendations for further accuracy and / or speed improving are provided as well.
14
Chaves, Bruno Butilhão. "Estudo do algoritmo AdaBoost de aprendizagem de máquina aplicado a sensores e sistemas embarcados." Universidade de São Paulo, 2011. http://www.teses.usp.br/teses/disponiveis/3/3152/tde-12062012-163740/.
Full textAbstract:
O estudo da Inteligência Artificial e de suas técnicas tem trazido grandes resultados para a evolução da tecnologia em diversas áreas. Técnicas já conhecidas como as Redes Neurais e Árvores de Decisão vêm sendo aprimoradas por técnicas de Boosting como o Adaptive Boosting. Esta técnica é uma das que apresenta maior perspectiva de crescimento devido a seu potencial, flexibilidade e simplicidade para ser implementada em diferentes cenários, como por exemplo, no tratamento de imagens para reconhecimento de padrões. Um mercado com grande potencial para se beneficiar da técnica de Boosting, e em especial do AdaBoost, é o mercado de sensores. É cada vez mais comum a utilização de sensores isolados ou sistemas de múltiplos sensores trabalhando concomitantemente para se atingir um objetivo comum. Na utilização de sistemas embarcados compostos por sensores para realização de análises e tomadas de decisão são cada vez mais requisitados, principalmente onde se requer algum tipo de reconhecimento de padrão. O objetivo desta dissertação é estudar e desenvolver o conhecimento do algoritmo AdaBoost para aplicação em sensores, de forma a aprimorar a sensibilidade e precisão das medições, tanto de sensores isolados como de sistemas complexos com vários sensores, sem que seja necessário realizar modificações no próprio sensor. O estudo estende-se também em como implementar o algoritmo inteligente a um dispositivo autônomo composto por sensores e um microprocessador que contenha um classificador embarcado de reconhecimento de padrões. Para demonstrar a utilidade da técnica, foi realizado um estudo de caso utilizando um sistema composto de sensores capacitivos interdigitalizados e microfabricados, sensores de temperatura e sensor a fibra óptica, para verificar adulterações em combustíveis automotivos, em especial, do etanol combustível. Sete experimentos são apresentados no trabalho. Índices acima de 90% de classificações corretas foram obtidos, indicando a viabilidade da utilização do algoritmo para calibração de sensores ou rede de sensores. Por fim, foi desenvolvida com sucesso uma forma de embarcar o classificador treinado em um microprocessador, confirmando assim ser possível desenvolver dispositivos embarcados contendo essa tecnologia.Studies on Artificial Intelligence and its techniques have provided great results for the whole technology evolution in several areas. Techniques known as Neural Networks and Decision Trees have been improved by Boosting techniques such as Adaptive Boosting. This particular technique presents great growth prospects due to its potential, flexibility and simplicity to be implemented in different scenarios, such as image analysis for pattern recognition. A specific market that can greatly benefit from the technique of Boosting and particularly AdaBoost is the sensor market. The use of isolated sensors or multiple sensor systems working together in order to reach a common goal is increasingly common. Embedded systems consisting of sensors for analysis and decision-making are also increasingly common especially in cases in which some sort of pattern recognition is necessary. Therefore, the purpose of this thesis is to study and to develop some knowledge about the AdaBoost algorithm applied to sensors in order to improve the sensitivity and accuracy of its measurements, both in isolated sensors and in complex systems with multiple sensors, without requiring any change in the sensor itself. The study also approaches how to implement the intelligent algorithm in an autonomous device composed by sensors and a microprocessor that contains an embedded classifier for pattern recognition. Accordingly, a case study was conducted using a system composed of microfabricated capacitive sensors, temperature sensors and fiber optical sensor with the purpose of analyzing the amount of automobile fuels, especially ethanol fuel. Seven experiments were performed in order to demonstrate the usefulness of this technique and they are presented in the study. Rates above 90% of correct classifications were obtained, which indicates the feasibility of using the algorithm for sensor calibration or sensor network calibration. Finally, a way to embed a trained classifier into a microprocessor was successfully developed, confirming that it is possible to develop embedded devices containing this technology.
15
Verbel, Irina. "Neuroninių tinklų architektūros parinkimas." Master's thesis, Lithuanian Academic Libraries Network (LABT), 2009. http://vddb.library.lt/obj/LT-eLABa-0001:E.02~2006~D_20081203_184401-63341.
Full textAbstract:
Darbe aprašytas modelis, naudojant aktyvacijos funkcijas su Gauso branduoliais. Vienu atveju buvo paimtos aktyvacijos funkcijos, maksimizuojančios Shannon entropija, kitu – maksimizuojančios Renyi entropiją. Manoma, kad tokio tipo funkcijos turėtų geriau tikti prognozavimui.In this thesis a novel technique is used to construct sparse generalized Gaussian Kernel regression model- so called neural network. Kernel which maximize Renyi entropy is used too. Experimental results obtained using these models are promising.
16
Gomes, Alexandre Miguel Gonçalves. "Aplicação de machine learning no combate ao branqueamento de capitais e ao financiamento do terrorismo." Master's thesis, Instituto Superior de Economia e Gestão, 2019. http://hdl.handle.net/10400.5/19977.
Full textAbstract:
Mestrado em Métodos Quantitativos para a Decisão Económica e EmpresarialEste trabalho resulta de um estágio desenvolvido na Empresa Quidgest, S.A. O trabalho final de mestrado versa sobre uma aplicação de Machine Learning na resolução da problemática de combate ao branqueamento de capitais e ao financiamento do terrorismo. Tal problema é conhecido como um caso de dados desbalanceados. Por conseguinte, a questão é abordada no decorrer do trabalho, apresentando várias formas de resolução. São ainda tratados os conceitos Machine Learning, Data Mining e Knowledge-Discovery in Databases. No âmbito do Machine Learning, o presente trabalho apenas se debruça sobre algoritmos supervisionados. Mais especificamente, os classificadores Random Forest, Adaboost e Boosting C5.0. Tais métodos foram aplicados sobre um repositório de dados que se encontravam alojados no sistema de gestão de base de dados Microsoft SQL Server. A investigação seguiu a metodologia CRISP-DM e teve a sua implementação no software R.
This work results from an internship developed at Quidgest, S.A. This Master Final Work deals with an application of the Machine Learning in order to solve the problem of money laundering and the financing of terrorism. This problem is known as a case of unbalanced data. Therefore, the issue is addressed in the course of the work, presenting various forms of resolution. The concepts of Machine Learning, Data Mining and Knowledge-Discovery in Databases are also discussed. In Machine Learning, this paper only focuses on supervised algorithms. More specifically, the classifiers: Random Forest, Adaboost, and Boosting C5.0. These methods were applied to a data repository that was hosted in Microsoft SQL Server database management system. The research followed the CRISP-DM methodology and was implemented in the R software.
info:eu-repo/semantics/publishedVersion
17
"Estimação não parametrica aplicada a problemas de classificação via Bagging e Boosting." Tese, Biblioteca Digital da Unicamp, 2004. http://libdigi.unicamp.br/document/?code=vtls000316781.
Full text
18
Horta, Pedro Filipe Castela. "Terapêutica anti-retroviral: interacções medicamentosas a nível molecular." Master's thesis, 2011. http://hdl.handle.net/10400.1/1739.
Full textAbstract:
Dissertação de mest., Ciências Farmacêuticas, Faculdade de Ciências e Tecnologia, Univ. do Algarve, 2011A SIDA (causada pelo VIH) é um problema de saúde pública, uma vez que se manifesta por todos os países e afecta cerca de 33,3 milhões de pessoas. Contudo, desde 1999 verifica-se uma diminuição na incidência da infecção em causa e do número de mortes por SIDA, sendo a evolução da terapia anti-retroviral a principal responsável por esse declínio. Os anti-retrovirais podem ser classificados de acordo com o seu mecanismo de acção em: inibidores nucleósidos da transcriptase reversa; inibidores não nucleósidos da transcriptase reversa; inibidores da protease; inibidores de fusão gp120/gp41-CD4; antagonistas de CCR5; e inibidores da integrase. Podem induzir reacções adversas graves e apresentam interacções clinicamente significativas classificadas como farmacêuticas (incompatibilidades físico-químicas que ocorrem fora do organismo), farmacocinéticas (relacionadas com alterações na absorção, distribuição, metabolismo e excreção - essencialmente, por indução ou inibição da actividade e/ou expressão de enzimas) ou como farmacodinâmicas (relacionadas com o local de acção, alteram o efeito farmacológico). Na maioria dos casos, as interacções medicamentosas produzem efeitos negativos, pois podem alterar as concentrações de fármaco em circulação, o seu efeito farmacológico e/ou toxicológico. No entanto, também existem situações em que essas interacções são favoráveis numa perspectiva clínica, já que podem conferir uma melhoria da biodisponibilidade de certos fármacos e possibilitar a utilização de doses mais baixas e/ou de intervalos de administração mais prolongados (como é exemplo a aplicação do ritonavir como potenciador de outros inibidores da protease). Deste modo, com esta dissertação pretende-se estudar os mecanismos de interacção medicamentosa na terapêutica anti-retroviral e assim perceber de que forma a farmacoterapia da SIDA e de outras doenças concomitantes pode ser melhorada.
19
Dias, Didier Narciso. "Soil Classification Resorting to Machine Learning Techniques." Master's thesis, 2019. http://hdl.handle.net/10362/125335.
Full textAbstract:
Soil classification is the act of resuming the most relevant information about a soil
profile into a single class, from which we can infer a large amount of properties without
extensive knowledge of the subject. These classes then make the communication of soils,
and how they can best be used in areas such as agriculture and forestry, simpler and easier
to understand. Unfortunately soil classification is expensive and requires that specialists
perform varied experiments, to be able to precisely attribute a class to a soil profile.
This master’s thesis focuses on machine learning algorithms for soil classification
mainly based on its intrinsic attributes, in the Mexico region. The data set used contains
6 760 soil profiles, the 19 464 horizons that constitute them, as well as physical and
chemical properties, such as pH or organic content, belonging to those horizons.
Four data modelling methods were tested (i.e., standard depths, n first layers, thickness,
and area weighted thickness), as well as different values for a k-Nearest Neighbours
imputation. A comparison between state of the art machine learning algorithms was
also made, namely Random Forests, Gradient Tree Boosting, Deep Neural Networks and
Recurrent Neural Networks.
All of our modelling methods provided very similar results, when properly parametrised,
reaching Kappa values of 0.504 and an accuracy of 0.554, with the standard depths
method providing the most consistent results. The k parameter for the imputation showed
very little impact on the variation on the results. Gradient Tree Boosting was the algorithm
with the best overall results, closely followed by the Random Forests model. The
neuron based methods never achieved a Kappa score over 0.4, therefore providing substantially
worse results.A classificação de solos é o ato de resumir a informação sobre um perfil do solo em uma única classe, da qual é possivel inferir várias propriedades, mesmo com a ausência de conhecimento sobre a área de estudo. Estas classes fazem a comunicação dos solos e de como estes podem ser usados, em áreas como a agricultura e silvicultura, mais simples de perceber. Infelizmente a classificação de solos é dispendiosa, demorada, e requer especialistas para realizar as experiências necessárias para classificar corretamente o solo em causa. A presente tese de mestrado focou-se na avaliação de algoritmos de aprendizagem automática para o problema de classificação de solos, baseada maioritariamente nos atributos intrínsecos destes, na região do México. Foi utilizada uma base de dados contendo 6 760 perfis de solos, os 19 464 horizontes que os constituem, e as propriedades químicas e físicas, como o pH e a percentagem de barro, pertencentes a esses horizontes. Quatro métodos de modelação de dados foram testados (standard depths, n first layers, thickness, e area weighted thickness), tal como diferentes valores para uma imputação baseada em k-Nearest Neighbours. Também foi realizada uma comparação entre algoritmos de aprendizagem automática, nomeadamente Random Forests, Gradient Tree Boosting, Deep Neural Networks e Recurrent Neural Networks. Todas as modelações de dados providenciaram resultados similares, quando propriamente parametrisados, atingindo valores de Kappa de 0.504 e accuracy de 0.554, sendo que o métdodo standard depths obteve uma performance mais consistente. O parâmetro k, referente ao método de imputação, revelou ter pouco impacto na variação dos resultados. O algoritmo Gradient Tree Boosting foi o que obteve melhores resultados, seguido de perto pelo modelo de Random Forests. Os métodos baseados em neurónios tiveram resultados substancialmente piores, nunca superando um valor de Kappa de 0.4.
20
Silva, Ana Maria Araújo da. "Plano de revitalização do centro histórico de Braga." Master's thesis, 2015. http://hdl.handle.net/1822/40856.
Full textAbstract:
Dissertação de mestrado em Políticas Comunitárias e Cooperação TerritorialO presente Plano de Revitalização do Centro Histórico, enquanto estratégia e processo com caráter inclusivo e integrador (Moura, Guerra, Seixas e Freitas, 2006), vem definir prioridades estratégicas para o Centro Histórico de Braga, não só ao nível comercial mas nas mais diversas vertentes com que este se correlaciona, nomeadamente, cultura, turismo, lazer, na procura do bem-estar e da qualidade de vida e da oferta comercial e turística que corresponda às expetativas de residentes, trabalhadores e visitantes e que se revele um polo atrativo ao turismo. Há lacunas a colmatar, nomeadamente, no que diz respeito à acessibilidade, ao marketing promocional, ao turismo ou à cultura e recreação da um núcleo urbano e são inúmeros os exemplos de cidades que se vão afirmando como cidades comerciais, girando toda a dinâmica local em torno do seu comércio. As empresas possuem a autonomia e iniciativa e criam animações e planos de atratividade que começam por simples coisas como a decoração e disposição das próprias ruas. (Peters, 2007). Torna-se fundamental fazer uma análise e diagnóstico da realidade atual, traçando linhas orientadoras que, imprescindivelmente, devem partir da Administração Central e Local, “quanto mais não seja pelo efeito catalisador de exemplo e mobilização de recursos.” (UACS, 2014, p.5) E é exatamente o que se pretende com este projeto, sensibilizar e mobilizar os principais agentes económicos e sociais, ao traçar o cenário atual, e propor, de forma sustentada, ações a implementar. Esta investigação permitiu constatar que a revitalização do Centro Histórico de Braga tem de ser encarada como uma prioridade enquanto meio de transformação e progresso deste núcleo urbano identitário da cidade. Para tal, deve existir um planeamento estratégico concertado e uma gestão integrada e coesa, assente em princípios de cooperação, compromisso, transparência, inovação e participação ativa, que permitam criar um Centro Histórico vivo, sustentável, inovador e inclusivo.
This Historical Center Revitalization Plan, as a strategy and a process with inclusive and integrative character (Moura, Guerra, Seixas e Freitas, 2006), aims to define strategies to regenerate Braga's Historical Center, not only its commercial aspect, but also, other related facets such as culture, tourism, leisure and the search of a good quality of life and well-being that can meet the residents', workers' and visitors' expectations, and at the same time prove to be an appealing tourism center. However, there are some shortcomings that need to be addressed, such as, the city's accessibility, promotional marketing, tourism, culture and leisure components. There are several examples of cities which are becoming renowned commercial cities, with all the local dynamics revolving around their commercial areas. Companies are autonomous and have initiative, making it possible to create entertainment and an overall attractiveness of the city with the use of decorations and the layout of the streets. (Peters, 2007) It is crucial to analyze and diagnose the current condition by drawing guidelines which should come from the Local and Central Government, "even if it is just for the catalyzing effect and mobilization of resources." (UACS, 2014, p.5) That is exactly the aim of this project, to sensitize and mobilize the main economic and social agents by documenting the present situation and suggesting solutions in a sustainable manner. This research allowed one to realize that Braga’s Historical center revitalization has to be regarded as a priority as a mean of transformation and progress of the heart of the city’s identity. Thus, there should be a strategic plan and an integrated and cohesive management, based on cooperation principles, compromise, transparency, innovation and an active involvement which would allow to create a lively, sustainable, innovative and inclusive Historical Center.
21
Soares, Ana Catarina Vasconcelos Semblano. "Is immigration boosting innovation in Switzerland? An empirical analysis." Dissertação, 2017. https://repositorio-aberto.up.pt/handle/10216/106833.
Full text
22
Soares, Ana Catarina Vasconcelos Semblano. "Is immigration boosting innovation in Switzerland? An empirical analysis." Master's thesis, 2017. https://hdl.handle.net/10216/106833.
Full text
23
Branco, Rita Mota Veiga de Araujo. "Marketing plan for online aqctivity of Rota Vicentina boosting direct website sales." Master's thesis, 2016. http://hdl.handle.net/10362/17194.
Full textAbstract:
The nature tourism experienced a great expansion of its market with the appearance of
different lifestyles.
In this Work Project a study regarding the website direct sales of Rota Vicentina was
developed. Its website shows the idea of being solely an information structure and not a
purchase one, leading to a current absence of online sales. Hence, it is suggested the
modification of its business model, using different instruments and channels. Some digital
marketing recommendations were developed in order to boost website sales, such as a platform
for online reviews, remarketing campaigns and social media activity.
24
Fontinha, David Gomes. "Boosting EDP´s business by the means of digital transformation : the case of EDP re:dy." Master's thesis, 2020. http://hdl.handle.net/10400.14/29697.
Full textAbstract:
With several new technologies and innovations at play, companies are forced to adapt their business models in order to keep up with competitors. The electric utility market is no different from others and so, companies are starting to create independent units inside the firm whose unique purpose is to assure that the advantages from newest technology are being properly exploited within the firm.
This dissertation is based upon a project with EDP’s Digital Global Unit (DGU) and explores how can an electric utility company, boost its assets resorting to new technologies. It will be conferred a benchmark analysis on innovations adopted by businesses, inside and outside the electric utility sector, followed by a study of how an idea could/should be applied by EDP, as well as how it would impact the organisation.
The innovation proposed consists on leveraging customers’ data gathered with the product EDP re:dy. Although this product already exists for over 4 years, its potential to the organization has never been fully exploited. Consequently, the idea entails viralizing the product, across customers as it allows the company to gather insight on their electric consumption with specific information by each home appliance. With this, EDP will be able to suggest replacements and offer tailored promotions from their newly launched online domestic appliances store - EDP Store, focused on improving customers electric efficiency.
Furthermore, the study explores the stages necessary to implement the idea, as well as its impact on the firm’s current business model.A evolução tecnológica e o aparecimento de novas inovações levam a que as empresas sejam cada vez mais obrigadas a adaptar os seus modelos de negócio de forma a acompanharem os seus concorrentes. O setor energético não difere dos demais. As companhias começaram a criar unidades independentes, com o propósito de assegurar o melhor aproveitamento das mais recentes tecnologias. Esta tese tem como base um projeto elaborado com o departamento DGU - Digital Global Unit da EDP e procura explorar de que forma uma empresa energética, como a EDP, pode potenciar ao máximo os seus ativos recorrendo ao uso de novas tecnologias. É realizada uma análise de benchmark das inovações adotadas por empresas, dentro e fora do setor energético, seguido de um estudo de como, entre algumas ideias, uma pode/deve ser aplicada pela EDP e como afetará a empresa. A inovação proposta consiste no aproveitamento dos dados de clientes adquiridos com o produto EDP re:dy. Embora esse produto já exista há mais de 4 anos, o seu potencial para a organização nunca foi totalmente explorado. Consequentemente, a proposta consistirá em “viralizar” o produto entre os clientes de modo a gerar conhecimento sobre o seu consumo elétrico por eletrodoméstico. Utilizando estes dados, a EDP poderá sugerir substituições de equipamentos e oferecer promoções personalizadas da sua recém-lançada loja online – EDP Store, melhorando a eficiência energética dos clientes. O estudo explora ainda as etapas necessárias para implementar a ideia, bem como o impacto quantitativo no atual modelo de negócios da empresa.
25
Vera, Francisca Guedes Soares. "Consulting lab for Galp energia: boosting Galp´s position in the portuguese electricity market leveraging its powerful ecosystem." Master's thesis, 2021. http://hdl.handle.net/10362/122968.
Full text
26
Romano, Rita Inês Soares. "Boosting credit cards penetration as a Banif growth strategy. Where is the value? Strategic Business Plan (for the next 3 years)." Master's thesis, 2013. http://hdl.handle.net/10362/17566.
Full text
27
Lobo, Catarina Isabel Nunes. "Boosting green consumption : the influence of quantitative online consumer reviews on consumer’s perceptions willingness to pay and purchase intention of environmentally friendly products." Master's thesis, 2021. http://hdl.handle.net/10400.14/34991.
Full textAbstract:
Climate change is one of the hottest topics nowadays, and it is necessary to modify consumption behaviours in order to reduce consumers’ damage on the environment caused by their purchase decisions.
Literature reveals that sustainable consumption is hindered by economic constraints, perceived risk, products’ quality and technical attributes importance and by brand image. An online questionnaire was conducted to study the ability of quantitative online consumer reviews to change customers’ perceptions about green products, namely, perceived trust and perceived quality and performance, as well as to increase the willingness to pay for these products and rise its purchase intention.
Findings reveal that quantitative OCRS positively change the perceptions that consumers have about sustainable products regarding trust, quality and performance. It is also proved the positive impact that perceived trust towards the product has on willingness to pay and purchase intention of sustainable products. Consumers’ perceived quality and performance also have a positive impact both on willingness to pay for green products and on its purchase intention.
Moreover, in the presence of OCRs, consumers’ willingness to pay for green products is not higher than without its presence, although they have a significant direct impact on consumers’ willingness to pay. Additionally, OCRs do not have a direct impact on green purchase intention, nor the latest is higher when in their presence. However, OCRs are proved to have an indirect effect both on willingness to pay and purchase intention, being mediated by perceived trust and perceived quality and performance.As alterações climáticas são um dos temas mais importantes atualmente, sendo necessário modificar os comportamentos de consumo para reduzir os danos no meio ambiente. A literatura revela que o consumo sustentável é impedido por restrições económicas, pela perceção de risco que os consumidores têm relativamente ao produto, à sua qualidade e atributos técnicos, bem como pela imagem da marca. Um questionário online foi realizado de modo a estudar a capacidade das avaliações quantitativas do consumidor online de aumentar a disposição de pagar por produtos sustentáveis e sua a intenção de compra, bem como mudar a perceção que os consumidores têm sobre os mesmos. O estudo revela que avaliações quantitativas mudam positivamente as perceções dos consumidores sobre produtos sustentáveis relativamente ao quão confiáveis são, e à qualidade e desempenho. É também provado o impacto positivo que a perceção de confiança relativamente ao produto tem na disposição de pagar e na intenção de compra de produtos sustentáveis, tal como as perceções de qualidade e desempenho. Adicionalmente, na presença de avaliações, a disposição dos consumidores de pagar por produtos sustentáveis não é maior do que sem a sua presença, embora tenham um impacto direto significativo na disposição de pagar. É também provado que as avaliações não têm impacto direto na intenção de compra sustentável, nem esta última é maior na sua presença. No entanto, as avaliações têm um efeito indireto tanto na disposição de pagar como na intenção de compra de produtos sustentáveis, sendo mediadas pelas perceções de confiança, qualidade e desempenho.
28
Ribeiro, Afonso De Oliveira Pinheiro. "Consulting project for the marketing Oil department of Galp Energia: boosting customer loyalty by increasing value perception and incentivizing purchase frequency reformulating a value proposition to increase share of tank based on concept testing and client feedback." Master's thesis, 2020. http://hdl.handle.net/10362/111543.
Full textAbstract:
To build a new value proposition for Galp+, several concepts were analyzed based on their expected impact –measured by the clients’ stated probability of increasing consumption at Galp –and the feasibility of implementation. Using the concepts with the best impact/feasibility ratio, a new value proposition was built. The goal of the new proposal is to incentivize purchase frequency, increasing Galp’s share of tank by, through a higher perceived discount and a direct incentive to repeatedly purchase at Galp, make customers transfer transactions from the competitors to Galp. According to the estimates, this would generate a positive NPV for Galp.
29
Pires, Fábio Albino Carvalho. "Consulting project for the marketing oil department of Galp energia: boosting customer loyalty by increasing value perception and incentivizing purchase frequency : implementation and impact of a redefined loyalty program to promote purchase frequency and perceived discount of the B2B segment." Master's thesis, 2020. http://hdl.handle.net/10362/115561.
Full textAbstract:
A new value proposition arises from the situation analysis and both quantitative and qualitative research. This new value proposition was adapted to the B2B segment, following the specific customers needs and profile. The pursuit of higher purchase frequency and increased perception of value was followed, resulting in an innovative value proposition that is translated in to not only higher economic benefit, but also higher controland flexibility for the fleet manager. From a financial perspective, a scenario matrix was elaborated, taking in to effect major forces ́impact. Further more, an implementation and communication strategy was developed to ease project ́s feasibility.
30
Luís, João Almeida. "Consulting project for the marketing oil department of Galp energia: boosting customer loyalty by increasing value perception and incentivizing purchase frequency analysing the current situation of a B2B fuel loyalty program and benchmarking the best practices of international oil companies." Master's thesis, 2020. http://hdl.handle.net/10362/105455.
Full textAbstract:
Loyaltyprogramshavetobeadjustedforthepurchasingbehaviourofthetargetclient.ThisresearchprojectexploreshowGalp’scurrentB2Bprogramadaptstothistypeofclient,usingquantitativeandqualitativestudiestocomparetheperceiveddiscountwiththecompetition’sprograms,tofindthepainpointsfortheconsumerandtounderstandhowtheprogramimpactsconsumption.Inthefinalpartofthestudy,variousloyaltyprogramsofsuccessfulinternationalfuelcompaniesarebenchmarkedinordertohaveabetterunderstandingofthebestpracticesinthisfield.
31
Matos, Marta Maria Elias De. "Consulting project for the marketing oil department of Galp Energia: boosting customer loyalty by increasing value perception and incentivizing purchase frequency: a deep understanding of a B2C loyalty program: an analysis on its value proposition, competitive position and impact on customer behaviour." Master's thesis, 2020. http://hdl.handle.net/10362/115539.
Full textAbstract:
To understand customer behaviour, fuelling decision factors and loyalty program preferences, amixed study was conducted – qualitative research through extensive, open-ended phone interviews and a quantitative study using an online questionnaire to statistically prove the insights gathered during the interviews. The insights gathered, the brainstorming conducted, and the extensive international benchmark allowed the team to generate multiple concepts, categorize them by impact and feasibility and build the new value propositions, using an adapted version of the Business Model Canvas to ensure all the relevant topics were analysed in detail.