Seleção de elementos rotulados para o aprendizado semissupervisionado baseado em grafos

Detalhes bibliográficos
Autor(a) principal: Y. Sato, Thiago [UNIFESP]
Data de Publicação: 2020
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNIFESP
Texto Completo: https://repositorio.unifesp.br/handle/11600/60699
Resumo: A escassez de dados rotulados tem aumentado o interesse no aprendizado semissupervi- sionado, o qual emprega uma proporção pequena de dados rotulados e uma proporção grande de dados não-rotulados para realizar classificação em grandes bases de dados. Este trabalho tem como objetivo analisar a influência de elementos rotulados no aprendizado semissupervisionado. Buscamos melhorar a performance de modelos semissupervisionados baseados em grafos a partir da seleção de elementos rotulados. As seleções foram baseadas na importância do nó dentro do grafo, utilizando-se de medidas de centralidade, dentre essas medidas, a métrica betweeness teve destaque. Também analisamos a distribuição de elementos rotulados por comunidades e notamos que quando essa distribuição é balanceada há um aumento na acurácia.
id UFSP_3d77d6a22b3e4b52a4d3a2196daf4b3e
oai_identifier_str oai:repositorio.unifesp.br/:11600/60699
network_acronym_str UFSP
network_name_str Repositório Institucional da UNIFESP
repository_id_str 3465
spelling Seleção de elementos rotulados para o aprendizado semissupervisionado baseado em grafosclassificação de dadosaprendizado de máquinaaprendizado semissupervisionadométodos baseados em grafosmedidas de centralidadecomunidadesA escassez de dados rotulados tem aumentado o interesse no aprendizado semissupervi- sionado, o qual emprega uma proporção pequena de dados rotulados e uma proporção grande de dados não-rotulados para realizar classificação em grandes bases de dados. Este trabalho tem como objetivo analisar a influência de elementos rotulados no aprendizado semissupervisionado. Buscamos melhorar a performance de modelos semissupervisionados baseados em grafos a partir da seleção de elementos rotulados. As seleções foram baseadas na importância do nó dentro do grafo, utilizando-se de medidas de centralidade, dentre essas medidas, a métrica betweeness teve destaque. Também analisamos a distribuição de elementos rotulados por comunidades e notamos que quando essa distribuição é balanceada há um aumento na acurácia.Não recebi financiamentoUniversidade Federal de São PauloBerton, Lilian [UNIFESP]http://lattes.cnpq.br/9064767888093340http://lattes.cnpq.br/9773763424412768Y. Sato, Thiago [UNIFESP]2021-03-23T19:41:01Z2021-03-23T19:41:01Z2020-10-02info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersion66application/pdfhttps://repositorio.unifesp.br/handle/11600/60699porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFESPinstname:Universidade Federal de São Paulo (UNIFESP)instacron:UNIFESP2024-08-10T21:45:17Zoai:repositorio.unifesp.br/:11600/60699Repositório InstitucionalPUBhttp://www.repositorio.unifesp.br/oai/requestbiblioteca.csp@unifesp.bropendoar:34652024-08-10T21:45:17Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)false
dc.title.none.fl_str_mv Seleção de elementos rotulados para o aprendizado semissupervisionado baseado em grafos
title Seleção de elementos rotulados para o aprendizado semissupervisionado baseado em grafos
spellingShingle Seleção de elementos rotulados para o aprendizado semissupervisionado baseado em grafos
Y. Sato, Thiago [UNIFESP]
classificação de dados
aprendizado de máquina
aprendizado semissupervisionado
métodos baseados em grafos
medidas de centralidade
comunidades
title_short Seleção de elementos rotulados para o aprendizado semissupervisionado baseado em grafos
title_full Seleção de elementos rotulados para o aprendizado semissupervisionado baseado em grafos
title_fullStr Seleção de elementos rotulados para o aprendizado semissupervisionado baseado em grafos
title_full_unstemmed Seleção de elementos rotulados para o aprendizado semissupervisionado baseado em grafos
title_sort Seleção de elementos rotulados para o aprendizado semissupervisionado baseado em grafos
author Y. Sato, Thiago [UNIFESP]
author_facet Y. Sato, Thiago [UNIFESP]
author_role author
dc.contributor.none.fl_str_mv Berton, Lilian [UNIFESP]
http://lattes.cnpq.br/9064767888093340
http://lattes.cnpq.br/9773763424412768
dc.contributor.author.fl_str_mv Y. Sato, Thiago [UNIFESP]
dc.subject.por.fl_str_mv classificação de dados
aprendizado de máquina
aprendizado semissupervisionado
métodos baseados em grafos
medidas de centralidade
comunidades
topic classificação de dados
aprendizado de máquina
aprendizado semissupervisionado
métodos baseados em grafos
medidas de centralidade
comunidades
description A escassez de dados rotulados tem aumentado o interesse no aprendizado semissupervi- sionado, o qual emprega uma proporção pequena de dados rotulados e uma proporção grande de dados não-rotulados para realizar classificação em grandes bases de dados. Este trabalho tem como objetivo analisar a influência de elementos rotulados no aprendizado semissupervisionado. Buscamos melhorar a performance de modelos semissupervisionados baseados em grafos a partir da seleção de elementos rotulados. As seleções foram baseadas na importância do nó dentro do grafo, utilizando-se de medidas de centralidade, dentre essas medidas, a métrica betweeness teve destaque. Também analisamos a distribuição de elementos rotulados por comunidades e notamos que quando essa distribuição é balanceada há um aumento na acurácia.
publishDate 2020
dc.date.none.fl_str_mv 2020-10-02
2021-03-23T19:41:01Z
2021-03-23T19:41:01Z
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.unifesp.br/handle/11600/60699
url https://repositorio.unifesp.br/handle/11600/60699
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 66
application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de São Paulo
publisher.none.fl_str_mv Universidade Federal de São Paulo
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFESP
instname:Universidade Federal de São Paulo (UNIFESP)
instacron:UNIFESP
instname_str Universidade Federal de São Paulo (UNIFESP)
instacron_str UNIFESP
institution UNIFESP
reponame_str Repositório Institucional da UNIFESP
collection Repositório Institucional da UNIFESP
repository.name.fl_str_mv Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)
repository.mail.fl_str_mv biblioteca.csp@unifesp.br
_version_ 1814268275666714624

Registros relacionados