ESTIMAÇÃO DO GRAU DE ASTIGMATISMO PELO MÉTODO SUPPORT VECTOR REGRESSION CORRELACIONADO

A. Abreu, A. C. Neto
{"title":"ESTIMAÇÃO DO GRAU DE ASTIGMATISMO PELO MÉTODO SUPPORT VECTOR REGRESSION CORRELACIONADO","authors":"A. Abreu, A. C. Neto","doi":"10.12957/CADEST.2016.27523","DOIUrl":null,"url":null,"abstract":"DOI: 10.12957/cadest.2016.27523 Este trabalho apresenta a influencia do coeficiente de correlacao em modelos de regressao. Para o desenvolvimento, utilizou-se o metodo Support Vector Regression (SVR) como modelo de regressao. O metodo SVR foi aplicado em exames feitos em pacientes que possuem algum nivel de astigmatismo. Para tanto, criou-se uma modificacao na fase de ajuste do modelo de regressao, sendo introduzido o coeficiente de correlacao linear, avaliando a correlacao entre as variaveis preditoras: Ceratometria, subdividida em Eixo Mais Plano e Eixo Mais Curvo; e Refracao, subdividido em Esfera e Cilindrico, sendo o grau de astigmatismo a variavel a ser prevista. O novo metodo proposto, nomeado SVR Correlacionado teve seus resultados comparados com o metodo convencional SVR, obtendo um desempenho superior, tanto na correlacao dos modelos como no valor do erro cometido. Ao todo, utilizaram-se os dados de 26 pacientes com astigmatismo, sendo criadas duas configuracoes para o ajuste e teste, a primeira sendo composta de 20 observacoes para ajuste e seis para teste apresentando o erro RMSE = 0,035799, e a segunda composta de 16 observacoes na fase de ajuste e 10 no teste, gerando RMSE = 0,028518, em ambos os casos, inferiores aos erros gerados pelo metodo SVR convencional.","PeriodicalId":30267,"journal":{"name":"Cadernos do IME Serie Estatistica","volume":"41 1","pages":"15"},"PeriodicalIF":0.0000,"publicationDate":"2017-05-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Cadernos do IME Serie Estatistica","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.12957/CADEST.2016.27523","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

Abstract

DOI: 10.12957/cadest.2016.27523 Este trabalho apresenta a influencia do coeficiente de correlacao em modelos de regressao. Para o desenvolvimento, utilizou-se o metodo Support Vector Regression (SVR) como modelo de regressao. O metodo SVR foi aplicado em exames feitos em pacientes que possuem algum nivel de astigmatismo. Para tanto, criou-se uma modificacao na fase de ajuste do modelo de regressao, sendo introduzido o coeficiente de correlacao linear, avaliando a correlacao entre as variaveis preditoras: Ceratometria, subdividida em Eixo Mais Plano e Eixo Mais Curvo; e Refracao, subdividido em Esfera e Cilindrico, sendo o grau de astigmatismo a variavel a ser prevista. O novo metodo proposto, nomeado SVR Correlacionado teve seus resultados comparados com o metodo convencional SVR, obtendo um desempenho superior, tanto na correlacao dos modelos como no valor do erro cometido. Ao todo, utilizaram-se os dados de 26 pacientes com astigmatismo, sendo criadas duas configuracoes para o ajuste e teste, a primeira sendo composta de 20 observacoes para ajuste e seis para teste apresentando o erro RMSE = 0,035799, e a segunda composta de 16 observacoes na fase de ajuste e 10 no teste, gerando RMSE = 0,028518, em ambos os casos, inferiores aos erros gerados pelo metodo SVR convencional.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
用相关支持向量回归法估计散光程度
DOI:10.12957/cadest.2016.27523这项工作介绍了收益模型中相关系数的影响。对于开发,使用支持向量回归(SVR)方法作为返回模型。SVR方法应用于对有一定程度散光的患者进行的测试。为此,在回归模型的调整阶段进行了修改,引入了线性相关系数,评估了预测变量之间的相关性:Ceratometery,细分为Planer轴和Curve轴;和折射,细分为球面和柱面,散光程度是要预测的变量。所提出的新方法称为相关SVR,与传统的SVR方法相比,其结果在模型的相关性和误差值方面都获得了优越的性能。总共使用了来自26名散光患者的数据,创建了两种调整和测试配置,第一种由20个调整观察值和6个测试观察值组成,误差RMSE=0.035779,第二种由调整阶段的16个观察值和测试中的10个观察值组成,低于传统SVR方法产生的误差。
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 去求助
来源期刊
自引率
0.00%
发文量
3
审稿时长
8 weeks
期刊最新文献
OTIMIZAÇÃO DE CARTEIRAS COM RETORNOS NÃO GAUSSIANOS: UMA ABORDAGEM BAYESIANA SOBREVIDA DE MULHERES COM CÂNCER NO COLO DO ÚTERO MÉTODOS ESTATÍSTICOS NA ANÁLISE INTERANUAL DAS CHUVAS: UMA APRECIAÇÃO DA SÉRIE HISTÓRICA DO MUNICÍPIO DE CAICÓ/RN Confiança em Robôs Socialmente Assistivos: Um Catálogo de Requisitos Não-Funcionais Análise das Publicações no Twitter sobre as Vacinas Contra a COVID-19 no Brasil
×
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
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 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 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1