Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSCAR |
Texto Completo: | https://repositorio.ufscar.br/handle/ufscar/16058 |
Resumo: | In this work, we propose an in-depth analysis of Graph Convolutional Networks, a semi-supervised machine learning method for node classification in graph-structured data. Based on the seminal work proposed by Thomas Kipf and Max Welling, the objective of this work is to evaluate in depth the characteristics, nuances, and particularities of this method. This method is also applied to real data in Python. |
id |
SCAR_5685df29bd5fd990da6020e5d94bfbe0 |
---|---|
oai_identifier_str |
oai:repositorio.ufscar.br:ufscar/16058 |
network_acronym_str |
SCAR |
network_name_str |
Repositório Institucional da UFSCAR |
repository_id_str |
|
spelling |
Treméa, SamuelCerqueira, Andressahttp://lattes.cnpq.br/1934493281651316http://lattes.cnpq.br/06670515266255662022-05-06T16:30:21Z2022-05-06T16:30:21Z2022-04-18TREMÉA, Samuel. Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada. 2022. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2022. Disponível em: https://repositorio.ufscar.br/handle/ufscar/16058.https://repositorio.ufscar.br/handle/ufscar/16058In this work, we propose an in-depth analysis of Graph Convolutional Networks, a semi-supervised machine learning method for node classification in graph-structured data. Based on the seminal work proposed by Thomas Kipf and Max Welling, the objective of this work is to evaluate in depth the characteristics, nuances, and particularities of this method. This method is also applied to real data in Python.Neste Trabalho de Conclusão de Curso, propõe-se a análise aprofundada das Redes Convolucionais de Grafos, um método de aprendizagem de máquina semi-supervisionada para classificação de nós para dados com estruturas de redes. Para tal, tendo como base o artigo dos seus idealizadores Thomas Kipf e Max Welling, serão estudadas suas características, nuances e particularidades e, por fim, ele será colocado em prática, com o auxílio da linguagem Python, em dados reais.Não recebi financiamentoporUniversidade Federal de São CarlosCâmpus São CarlosEstatística - EsUFSCarAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessAprendizado de máquinaGrafosRedes neuraisClassificaçãoCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOSRedes neurais aplicadas a grafos: uma abordagem semi-supervisionadaNeural networks applied to graphs: a semi-supervised approachinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINALTG2_Samuel_VersaoCorrigida.pdfTG2_Samuel_VersaoCorrigida.pdfTCCapplication/pdf1449336https://repositorio.ufscar.br/bitstream/ufscar/16058/1/TG2_Samuel_VersaoCorrigida.pdf01d67e17ad2001ebdbbbca8a8ed961ffMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufscar.br/bitstream/ufscar/16058/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52TEXTTG2_Samuel_VersaoCorrigida.pdf.txtTG2_Samuel_VersaoCorrigida.pdf.txtExtracted texttext/plain82935https://repositorio.ufscar.br/bitstream/ufscar/16058/3/TG2_Samuel_VersaoCorrigida.pdf.txtd802690597d8ad07048dd5d69c304690MD53THUMBNAILTG2_Samuel_VersaoCorrigida.pdf.jpgTG2_Samuel_VersaoCorrigida.pdf.jpgIM Thumbnailimage/jpeg5962https://repositorio.ufscar.br/bitstream/ufscar/16058/4/TG2_Samuel_VersaoCorrigida.pdf.jpgb7e5356c845a963638e67f727bcb2b18MD54ufscar/160582022-05-07 03:38:47.033oai:repositorio.ufscar.br:ufscar/16058Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222022-05-07T03:38:47Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.por.fl_str_mv |
Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada |
dc.title.alternative.eng.fl_str_mv |
Neural networks applied to graphs: a semi-supervised approach |
title |
Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada |
spellingShingle |
Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada Treméa, Samuel Aprendizado de máquina Grafos Redes neurais Classificação CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOS |
title_short |
Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada |
title_full |
Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada |
title_fullStr |
Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada |
title_full_unstemmed |
Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada |
title_sort |
Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada |
author |
Treméa, Samuel |
author_facet |
Treméa, Samuel |
author_role |
author |
dc.contributor.authorlattes.por.fl_str_mv |
http://lattes.cnpq.br/0667051526625566 |
dc.contributor.author.fl_str_mv |
Treméa, Samuel |
dc.contributor.advisor1.fl_str_mv |
Cerqueira, Andressa |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/1934493281651316 |
contributor_str_mv |
Cerqueira, Andressa |
dc.subject.por.fl_str_mv |
Aprendizado de máquina Grafos Redes neurais Classificação |
topic |
Aprendizado de máquina Grafos Redes neurais Classificação CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOS |
dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOS |
description |
In this work, we propose an in-depth analysis of Graph Convolutional Networks, a semi-supervised machine learning method for node classification in graph-structured data. Based on the seminal work proposed by Thomas Kipf and Max Welling, the objective of this work is to evaluate in depth the characteristics, nuances, and particularities of this method. This method is also applied to real data in Python. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-05-06T16:30:21Z |
dc.date.available.fl_str_mv |
2022-05-06T16:30:21Z |
dc.date.issued.fl_str_mv |
2022-04-18 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
TREMÉA, Samuel. Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada. 2022. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2022. Disponível em: https://repositorio.ufscar.br/handle/ufscar/16058. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufscar.br/handle/ufscar/16058 |
identifier_str_mv |
TREMÉA, Samuel. Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada. 2022. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2022. Disponível em: https://repositorio.ufscar.br/handle/ufscar/16058. |
url |
https://repositorio.ufscar.br/handle/ufscar/16058 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Carlos Câmpus São Carlos Estatística - Es |
dc.publisher.initials.fl_str_mv |
UFSCar |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos Câmpus São Carlos Estatística - Es |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSCAR instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
instname_str |
Universidade Federal de São Carlos (UFSCAR) |
instacron_str |
UFSCAR |
institution |
UFSCAR |
reponame_str |
Repositório Institucional da UFSCAR |
collection |
Repositório Institucional da UFSCAR |
bitstream.url.fl_str_mv |
https://repositorio.ufscar.br/bitstream/ufscar/16058/1/TG2_Samuel_VersaoCorrigida.pdf https://repositorio.ufscar.br/bitstream/ufscar/16058/2/license_rdf https://repositorio.ufscar.br/bitstream/ufscar/16058/3/TG2_Samuel_VersaoCorrigida.pdf.txt https://repositorio.ufscar.br/bitstream/ufscar/16058/4/TG2_Samuel_VersaoCorrigida.pdf.jpg |
bitstream.checksum.fl_str_mv |
01d67e17ad2001ebdbbbca8a8ed961ff e39d27027a6cc9cb039ad269a5db8e34 d802690597d8ad07048dd5d69c304690 b7e5356c845a963638e67f727bcb2b18 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
|
_version_ |
1777472151406772224 |