SVM Support Vector Machine

Transcrição

1 SVM Support Vector Machine Ø Introduction Ø Application to Indoor Localization (MLP x LVQ x SVM) Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 1/47

2 SVM Support Vector Machine Linear Separable Classes Non Linear Separable Classes Optimality Maximum margin to the Separating Hyperplane Features transformation Linear in the output space! K(x,y) = <φ(x),φ(y)> Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 2/47

3 SVM Support Vector Machine Linear Separable Classes Classes Optimal hyperplane Distance to the optimal hyperplane Optimality Maximum margin to the Separating Hyperplane Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 3/47

4 SVM for non separable patterns Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 4/47

5 SVM for pattern recognition feature space Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 5/47

6 Architecture of a SVM Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 6/47

7 X-Or using SVM Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 7/47

8 SVM Double Moon classification Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 8/47

9 SVM Double Moon classification Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 9/47

10 Train the SVM Classifier cl = fitcsvm(data3,theclass,'kernelfunction','rbf',... 'BoxConstraint',Inf,'ClassNames',[-1,1]); data3 = [data1;data2]; theclass = ones(200,1); theclass(1:100) = -1; Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 10/47

11 SVM Training with the default parameters makes a more nearly circular classification boundary, but one that misclassifies some training data. Also, the default value of BoxConstraint is 1, and, therefore, there are more support vectors. Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 11/47

12 SVM This example shows how to use a custom kernel function, such as the sigmoid kernel, to train SVM classifiers, and adjust custom kernel function parameters. Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 12/47

13 SVM Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 13/47

14 SVM Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 14/47

15 Train and Cross Validate SVM Classifiers Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 15/47

16 Train and Cross Validate SVM Classifiers Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 16/47

17 Train and Cross Validate SVM Classifiers Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 17/47

18 Train and Cross Validate SVM Classifiers Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 18/47

19 Train and Cross Validate SVM Classifiers Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 19/47

20 Train and Cross Validate SVM Classifiers Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 20/47

21 Indoor Localization - Indoor Localization - Ambient Intelligence (Occupancy dependent services) - Thermal Load Estimation Energy Efficiency (mainly Air conditioning) Credits: Next slides are mainly based on: - Lucas O. Fonseca, 2011, Sistema de Identificação de Usuários utilizando RFID para Racionalização de Energia em Ambientes Inteligentes. - Gabriel Figueiró Oliveir e André Luiz Gama de Souza, 2011, Sistema de Localização para Robótica Móvel com RFID. - Cristovam A. Silva Jr., 2012, Classificação de Ambientes Prediais para usuários utilizanod tags RFID ativas e Filtro de Kalman. Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 21/47

22 RFID occupancy identification (GPS indoor) for thermal load estimation Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 22/47

23 RFID occupancy identification for thermal load estimation Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 23/47

24 RFID occupancy identification for thermal load estimation Interpolated from measured RSSI (Lucas Fonseca, 2011) Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 24/47

25 Indoor RFID Localization in the Context of Mobile Robotics with Application in Ambient Intelligence Augmented Reality Localization (Gabriel Figueiró e André Luiz Gama, 2011) Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 25/47

26 Indoor Localization (Gabriel Figueiró e André Luiz Gama, 2011) Red odometry Black odometry + vision (augmented reality) Green odometry + vision + ANN RFID RSSI Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 26/47

27 Thermal Load Influence Areas Identification of users in areas by RFID RSSI classificators (Cristovam Silva Jr., 2012) Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 27/47

28 Sistemas de Localização Indoor RSSI Received Signal Strength Indicator valor adimensional influenciado pelo efeito de Caminhos Múltiplos Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 28/47

29 Sistemas de Localização Indoor OUTROS SISTEMAS DE LOCALIZAÇÃO GPS-Indoor A-GPS Repetidores LOCATA UWB Principio de funcionamento de um radar WIFI Localização baseada em RSSI WSN Localização baseada em RSSI Bluetooth Localização baseada em RSSI Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 29/47

30 Classificação MULTI LAYER PERCEPTRON - MLP Reconhecedor de padrões de ampla aplicação; Sua arquitetura permite atuar em problemas não lineares e complexos; Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 30/47

31 Classificação LEARNING VECTOR QUANTIZATION - LVQ Rede do tipo Mapa Auto Organizável com aprendizagem supervisionada; Possui uma camada competitiva e outra linear; Quantidade de saídas igual a quantidade de classes do problema; Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 31/47

32 Classificação SUPPORT VECTOR MACHINE - SVM Classificador de padrões binários; Vetores de Suporte definem hiperplano que separa as classes; Definição de classe vem da comparação com os vetores de suporte; Consegue fazer multiclassificação dividindo o problema em várias classificações. Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 32/47

33 Materiais e Métodos Aplicados Hardware do Sistema RFID Ativo Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 33/47

34 Materiais e Métodos Aplicados MIDDLEWARE DO SISTEMA RFID Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 34/47

35 Materiais e Métodos Aplicados NEURAL NETWORK TOOLBOX DO MATLAB Ferramenta completa para Redes Neurais; Interfaces gráficas facilitam o acompanhamento dos processos de treinamento e teste das redes neurais; Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 35/47

36 Materiais e Métodos Aplicados PACOTE DE APLICATIVOS LIBSVM Biblioteca de Software Livre; Aplicativos de treinamento gera conjunto de Vetores de Suporte; Permite várias configurações de função de núcleo da SVM (Linear, RBF, Polinomial, Sigmoides) Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 36/47

37 Materiais e Métodos Aplicados CONFIGURAÇÃO FÍSICA DOS EXPERIMENTOS Localização das leitoras nos ambientes delimitados Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 37/47

38 Materiais e Métodos Aplicados CONFIGURAÇÃO FÍSICA DOS EXPERIMENTOS Leitoras instaladas nos ambientes delimitados Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 38/47

39 Materiais e Métodos Aplicados CONFIGURAÇÃO FÍSICA DOS EXPERIMENTOS Pontos de coleta de dados nos ambientes delimitados Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 39/47

40 Materiais e Métodos Aplicados PROCEDIMENTOS DE LEITURA DOS DADOS Tempo de coleta de 30 minutos por ponto; Usuário portando a Tag como crachá; Liberdade de movimento em torno do eixo vertical; Dados armazenados em planilhas eletrônicas; Correção manual de erros de registro do middleware. Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 40/47

41 Pré-Tratamento e Filtragem dos Dados (Como lidar com a ausência de alguma leitura das antenas) Metodologia Método_1 Método_1E Formulação Sem alteração (Dados conforme coleta) Método_1 + Filtragem EKF Método_2 RSSI nulo = 71 Método_2E Método_3 Método_3E Método_2 + Filtragem EKF RSSI nulo = RSSI anterior Método_3 + Filtragem EKF Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 41/47

42 Arquivos de Treinamento dos Classificadores Rotulação das amostras quanto aos ambientes; Aglutinação das amostras em uma única planilha; Embaralhamento das amostras; Separação de amostras para teste e validação; Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 42/47

43 Resultados Testes em relação à Orientação das Antenas Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 43/47

44 Resultados DESEMPENHO DO TREINAMENTO DAS REDES MLP Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 44/47

45 Resultados DESEMPENHO DO TREINAMENTO DAS REDES LVQ Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 45/47

46 Resultados DESEMPENHO DO TREINAMENTO DAS SVM Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 46/47

47 Resultados MELHOR DESEMPENHO DENTRE OS CLASSIFICADORES PARA CADA BASE DE DADOS Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM 47/47