Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada

Detalhes bibliográficos
Autor(a) principal: Treméa, Samuel
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

Registros relacionados