Uma formulação para a maquina de aprendizagem mínima baseada em programação linear

• Tamara Arruda Pereira
• Amauri Holanda de Souza Junior

DOI: https://doi.org/10.5753/semish.2017.3364

Resumo

A máquina de aprendizagem mínima (MLM) é um método de aprendizado supervisionado que consiste na utilização de um mapeamento linear entre distâncias dos espaços de entrada e saída, seguido de um processo de otimização para, a partir das distâncias estimadas, estimar a saída. A etapa de teste da MLM envolve a resolução de um problema de otimização não-convexo, e pode sofrer com problemas associados a mínimos locais. Com isso em vista, neste artigo e apresentada uma formulação nessa etapa utilizando programação linear. Os experimentos mostram que o método proposto atinge desempenho semelhante aquele obtido com o algoritmo original, adicionalmente produzindo resultados com menor variância.