Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFU |
Texto Completo: | https://repositorio.ufu.br/handle/123456789/24150 |
Resumo: | Trabalho de Conclusão de Curso (Graduação) |
id |
UFU_0532a139804fbcefb4e62aaf20d0c30c |
---|---|
oai_identifier_str |
oai:repositorio.ufu.br:123456789/24150 |
network_acronym_str |
UFU |
network_name_str |
Repositório Institucional da UFU |
repository_id_str |
|
spelling |
Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótuloClassificação MultirrótuloRedes ComplexasAprendizado de MáquinaAprendizado SupervisionadoCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAOTrabalho de Conclusão de Curso (Graduação)A classificação se trata de um tópico importante do aprendizado de máquina e mineração de dados que têm por objetivo resolver e automatizar problemas de categorização ou predição, que, basicamente, consiste em associar a um objeto uma categoria que o melhor caracterize ou represente. Normalmente, tal categoria é denominada como classe ou rótulo. Em classificação, os algoritmos e técnicas tradicionais associam um objeto a uma única classe, impossibilitando a resolução de problemas em que os objetos possam ter múltiplos significados semânticos simultaneamente, como por exemplo, sugestão automática de tags, diagnóstico de doenças, classificação de músicas em gêneros, entre outros. A ideia de classificação multirrótulo é justamente lidar com esses problemas onde suas instâncias podem pertencer a mais de uma classe ao mesmo tempo. Em comum, a maioria dos algoritmos de classificação mono ou multirrótulo existentes na literatura analisam apenas os atributos físicos dos dados, utilizando por exemplo, medidas de similaridade ou distância, ignorando assim, características e relações importantes dos dados, como a formação de padrão. Inspirado em recentes avanços no uso de redes complexas para classificação de dados, este trabalho visa investigar uma solução que combina classificadores multirrótulo já existentes com técnicas baseadas em redes complexas, apresentando uma nova ideia de classificação multirrótulo que, além dos atributos físicos, analisa também a estrutura topológica dos dados. Resultados de experimentos realizados em quatro bases de dados reais mostram que tal abordagem é promissora.Universidade Federal de UberlândiaBrasilSistemas de InformaçãoCarneiro, Murillo Guimarãeshttp://lattes.cnpq.br/8158868389973535Couto, Leandro Nogueirahttp://lattes.cnpq.br/9500586005920379Bueno, Marcos Luiz de Paulahttp://lattes.cnpq.br/4394597254810508Resende, Vinícius Henrique2019-01-31T14:45:43Z2019-01-31T14:45:43Z2018-12-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfRESENDE, Vinícius Henrique. Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo. 2018. 32 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Monte Carmelo, 2018.https://repositorio.ufu.br/handle/123456789/24150porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFU2020-02-12T06:05:39Zoai:repositorio.ufu.br:123456789/24150Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2020-02-12T06:05:39Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false |
dc.title.none.fl_str_mv |
Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo |
title |
Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo |
spellingShingle |
Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo Resende, Vinícius Henrique Classificação Multirrótulo Redes Complexas Aprendizado de Máquina Aprendizado Supervisionado CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
title_short |
Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo |
title_full |
Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo |
title_fullStr |
Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo |
title_full_unstemmed |
Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo |
title_sort |
Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo |
author |
Resende, Vinícius Henrique |
author_facet |
Resende, Vinícius Henrique |
author_role |
author |
dc.contributor.none.fl_str_mv |
Carneiro, Murillo Guimarães http://lattes.cnpq.br/8158868389973535 Couto, Leandro Nogueira http://lattes.cnpq.br/9500586005920379 Bueno, Marcos Luiz de Paula http://lattes.cnpq.br/4394597254810508 |
dc.contributor.author.fl_str_mv |
Resende, Vinícius Henrique |
dc.subject.por.fl_str_mv |
Classificação Multirrótulo Redes Complexas Aprendizado de Máquina Aprendizado Supervisionado CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
topic |
Classificação Multirrótulo Redes Complexas Aprendizado de Máquina Aprendizado Supervisionado CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
description |
Trabalho de Conclusão de Curso (Graduação) |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-12-21 2019-01-31T14:45:43Z 2019-01-31T14:45:43Z |
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.uri.fl_str_mv |
RESENDE, Vinícius Henrique. Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo. 2018. 32 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Monte Carmelo, 2018. https://repositorio.ufu.br/handle/123456789/24150 |
identifier_str_mv |
RESENDE, Vinícius Henrique. Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo. 2018. 32 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Monte Carmelo, 2018. |
url |
https://repositorio.ufu.br/handle/123456789/24150 |
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 |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Uberlândia Brasil Sistemas de Informação |
publisher.none.fl_str_mv |
Universidade Federal de Uberlândia Brasil Sistemas de Informação |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFU instname:Universidade Federal de Uberlândia (UFU) instacron:UFU |
instname_str |
Universidade Federal de Uberlândia (UFU) |
instacron_str |
UFU |
institution |
UFU |
reponame_str |
Repositório Institucional da UFU |
collection |
Repositório Institucional da UFU |
repository.name.fl_str_mv |
Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU) |
repository.mail.fl_str_mv |
diinf@dirbi.ufu.br |
_version_ |
1805569633848131584 |