1.13k likes | 1.22k Views
Agrupamento e Classificação de Padrões. Agrupamento: Característica = Número de Vértices. 0 vértices. 4 vértices. Agrupamento: Característica = Cor (Comprimento de Onda). = 470 nm. = 550 nm. Agrupamento: Característica = Área. A > 3 cm 2. A 3 cm 2. Classificação. ?.
E N D
Agrupamento e Classificação de Padrões
Agrupamento: Característica = Número de Vértices 0 vértices 4 vértices
Agrupamento: Característica = Cor (Comprimento de Onda) = 470 nm = 550 nm
Agrupamento: Característica = Área A > 3 cm2 A 3 cm2
Classificação ? 0 vértices 4 vértices
Classificação ? 0 vértices 4 vértices
Classificação ? 0 vértices 4 vértices
Classificação ? 0 vértices 4 vértices
Classificação ? 0 vértices 4 vértices
? 0 vértices 4 vértices
Reconhecimento de Padrões Círculo
Reconhecimento de Padrões Quadrado
W,t MOT TAC J,B W V I mot A BAT Ventilador acionado por Motor DC
W,t MOT V TAC F t,W J,B W V I mot A BAT Ventilador acionado por Motor DC
V F t,W Ventilador acionado por Motor DC t nom W w nom
V F t,W Ventilador acionado por Motor DC B t nom W w nom
Ventilador acionado por Motor DC RBAT + Ra W
Ventilador acionado por Motor DC VBAT W
Ventilador acionado por Motor DC Eixo Quebrado W
Ventilador acionado por Motor DC Curto-ciruito Eixo-travado W
Imot C C T E – Escova com R N – Nominal B – Bateria com V C – Curto T – Eixo Travado Q – Eixo Quebrado T T E E E E E N N N N B N B B B Q Q B Q Q Q W
Imot C C T E – Escova com R N – Nominal B – Bateria com V C – Curto T – Eixo Travado Q – Eixo Quebrado T T E E E E E N N N N B N B B B Q Q B Q Q Q W
Imot g( W , Imot ) = 0 C < 0 > 0 C Curto-circuito Motor-travado T E – Escova com R N – Nominal B – Bateria com V C – Curto T – Eixo Travado Q – Eixo Quebrado T T E Eixo Quebrado E E E E N N N N B N B B B Q Q B d Q Q Q Qnew W
0.3065 0.0135 0.9897 0.0021 0.2523 0.0127 0.3147 0.0141 0.2646 0.0120 0.3470 0.0158 0.3005 0.0138 0.2939 0.0142 0.3279 0.0177 0.3470 0.0158 0.2882 0.0143 0.3382 0.0159 0.2997 0.0150 0.3068 0.0140 0.3061 0.0142 0.3001 0.0132 0.2871 0.0151 0.3095 0.0140 0.2523 0.0127 0.2975 0.0136 0.3128 0.0148 0.3463 0.0162 0.3279 0.0177 0.2975 0.0136 0.2975 0.0136 0.3175 0.0130 0.3417 0.0164 0.3121 0.0134 0.2887 0.0148 0.3356 0.0167 0.2669 0.0114 0.2754 0.0122 0.3038 0.0131 0.2997 0.0150 0.2927 0.0149 0.2938 0.0135 0.3082 0.0146 0.2580 0.0123 0.2632 0.0120 0.3194 0.0138 1.0943 0.0021 0.2995 0.0135 0.2935 0.0151 0.2935 0.0151 1.0227 0.0016 0.2549 0.0121 0.2960 0.0131 0.2871 0.0151 1.0943 0.0021 0.3128 0.0138 0.3004 0.0143 0.2636 0.0122 0.3048 0.0140 0.3036 0.0131 0.3054 0.0139 0.9157 0.0023 0.3573 0.0155 0.2950 0.0131 0.3431 0.0155 0.3191 0.0135 0.3071 0.0143 0.2975 0.0140 0.3382 0.0159 0.2672 0.0122 0.3509 0.0159 0.3536 0.0149 0.2939 0.0142 0.3177 0.0134 0.2545 0.0123 0.2523 0.0127 0.3070 0.0147 0.3625 0.0165 0.2511 0.0120 0.3121 0.0134 0.3436 0.0148 0.2948 0.0140 0.3105 0.0133 0.2936 0.0143 0.9123 0.0019 0.2975 0.0136 0.2615 0.0125 0.9941 0.0021 0.9485 0.0022 0.2619 0.0116 0.3065 0.0135 0.3051 0.0135
0.3065 0.0135 0.9897 0.0021 0.2523 0.0127 0.3147 0.0141 0.2646 0.0120 0.3470 0.0158 0.3005 0.0138 0.2939 0.0142 0.3279 0.0177 0.3470 0.0158 0.2882 0.0143 0.3382 0.0159 0.2997 0.0150 0.3068 0.0140 0.3061 0.0142 0.3001 0.0132 0.2871 0.0151 0.3095 0.0140 0.2523 0.0127 0.2975 0.0136 0.3128 0.0148 0.3463 0.0162 0.3279 0.0177 0.2975 0.0136 0.2975 0.0136 0.3175 0.0130 0.3417 0.0164 0.3121 0.0134 0.2887 0.0148 0.3356 0.0167 0.2669 0.0114 0.2754 0.0122 0.3038 0.0131 0.2997 0.0150 0.2927 0.0149 0.2938 0.0135 0.3082 0.0146 0.2580 0.0123 0.2632 0.0120 0.3194 0.0138 1.0943 0.0021 0.2995 0.0135 0.2935 0.0151 0.2935 0.0151 1.0227 0.0016 0.2549 0.0121 0.2960 0.0131 0.2871 0.0151 1.0943 0.0021 0.3128 0.0138 0.3004 0.0143 0.2636 0.0122 0.3048 0.0140 0.3036 0.0131 0.3054 0.0139 0.9157 0.0023 0.3573 0.0155 0.2950 0.0131 0.3431 0.0155 0.3191 0.0135 0.3071 0.0143 0.2975 0.0140 0.3382 0.0159 0.2672 0.0122 0.3509 0.0159 0.3536 0.0149 0.2939 0.0142 0.3177 0.0134 0.2545 0.0123 0.2523 0.0127 0.3070 0.0147 0.3625 0.0165 0.2511 0.0120 0.3121 0.0134 0.3436 0.0148 0.2948 0.0140 0.3105 0.0133 0.2936 0.0143 0.9123 0.0019 0.2975 0.0136 0.2615 0.0125 0.9941 0.0021 0.9485 0.0022 0.2619 0.0116 0.3065 0.0135 0.3051 0.0135 Clusters?
Sem dados adicionais Curto-circuito é a causa mais provável Critério Utilizado: P(curto) > P(travado) Observou-se W = 0 No passado, a causa de motor parado tem sido: - 70% casos = curto-circuito - 30 % casos = eixo-travado
Observou-se W = 0 e mediu-se a corrente Imot = 21 A Dados Históricos + = eixo-travado + = curto-circuito [A] + + + + + + + + + + + + + 20 30 10 Como aproveitar a informação de que Imot = 21A ?
Observou-se = 0 e mediu-se a corrente Imot = 21 A Fórmula de Bayes P(a|b)= P(b|a)P(a)/P(b) Dados Históricos P(Imot|eixo-travado) P(Imot|curto-circuito) P(curto|Imot)=P(Imot|curto)P(curto)/P(Imot) P(travado|Imot)=P(Imot|travado)P(travado)/P(Imot) [A] + + + + + + + + + + + + + 20 30 10 P(Imot) é comum nas 2 expressões Imot Eixo-travado é a causa mais provável Critério Utilizado: P(travado | Imot ) > P(curto| Imot )
Notação Geral 1 = curto 2 = travado x = Imot P(1|x)=P(x| 1)P(1) P(2|x)=P(x| 2)P(2) P(curto|Imot)=P(Imot|curto)P(curto)/P(Imot) P(travado|Imot)=P(Imot|travado)P(travado)/P(Imot) P(travado | Imot ) > P(curto| Imot ) P(2|x) >P(1|x) P(x| 2)P(2) >P(x| 1)P(1)
decide w2 P(x| 2)P(2) >P(x| 1)P(1)
decide w2 decide w2 decide w2 decide w1 decide w2
( 1, 1 ) ( 2, 2 ) No caso particular
Caso I : Igual para todos os i ai
Caso I : g(x)
Caso II : arbitrário mas igual para i g(x)
B A A ou B ?
B A A ou B ?
B A A ou B ? Distância de Mahalanobis
Manhattan k=1 k=2 Euclidiana Distância d: X X R+ Propriedades requeridas: d(x,y) 0 d(x,y) = 0 x=y d(x,y) = d(y,x) d(x,z) + d(z,y) d(x,y) Distância de Minkowski:
x2 Dados: 1.0 1.0 1.0 0.7 1.2 0.7 1.2 1.2 0.8 1.0 0.7 0.7 2.0 2.0 1.8 1.8 1.8 2.1 2.3 2.0 2.3 1.7 2.0 2.4 2 1 x1 2 1 Agrupamento Hierárquico
>> x = 1.0000 1.0000 1.0000 0.7000 1.2000 0.7000 1.2000 1.2000 0.8000 1.0000 0.7000 0.7000 2.0000 2.0000 1.8000 1.8000 1.8000 2.1000 2.3000 2.0000 2.3000 1.7000 2.0000 2.4000 >> y=pdist(x,'euclidean'); >> z=linkage(y,'average'); >> dendrogram(z) Dados: 1.0 1.0 1.0 0.7 1.2 0.7 1.2 1.2 0.8 1.0 0.7 0.7 2.0 2.0 1.8 1.8 1.8 2.1 2.3 2.0 2.3 1.7 2.0 2.4
Dados: 1.0 1.0 1.0 0.7 1.2 0.7 1.2 1.2 0.8 1.0 0.7 0.7 2.0 2.0 1.8 1.8 1.8 2.1 2.3 2.0 2.3 1.7 2.0 2.4 Agrupamento Hierárquico
x2 Dados: 1 1.0 1.0 2 1.0 0.7 3 1.2 0.7 4 1.2 1.2 5 0.8 1.0 6 0.7 0.7 7 2.0 2.0 8 1.8 1.8 9 1.8 2.1 10 2.3 2.0 11 2.3 1.7 12 2.0 2.4 2 1 x1 2 1 Agrupamento Hierárquico