Implementación de diferentes variantes de Support Vector Machines

Data de caducitat: 31/12/2012
Orientació: recerca

Departament del director de la tesi: LSI
Director de la tesi: Enrique Romero
Correu electrònic: eromero@lsi.upc.edu

Descripció breu:
El proyecto tiene como objetivo principal la implementación de diferentes variantes de Support Vector Machines. La motivación principal es la construcción de un software flexible para este tipo de modelos.

Ampliació de la informació:
La construcción clásica de las Support Vector Machines (SVM) tiene asociada la resolución un problema de minimizacion de una funcion cuadrática con restricciones lineales. Este problema de minimización depende de varios (normalmente dos) parámetros. Hay resultados que demuestran que la modificación de alguno de sus parametros no implica volver a  empezar desde cero para obtener la nueva solucion. Son las "SVM incrementales". Por otro lado, esos mismos resultados permiten obtener modelos "sparse" (poco densos), importantes tanto por cuestiones de eficiencia como de espacio. Finalmente, es posible eliminar las restricciones del problema de minimización manteniendo la unicidad de la solución.
A partir de estas ideas, se proponen varios proyectos:

1. Implementación de "SVM incrementales" variando:

•   El número de ejemplos del conjunto de entrenamiento
•   El parámetro C
•   El parámetro gamma

2. Construcción de "Sparse SVM" a partir de un proceso de búsqueda variando los ejemplos del conjunto (similar a 1.a)
3. Implementación de "SVM" modificando el problema clásico de minimización por un problema de minimización sin restricciones.