Banca de QUALIFICAÇÃO: MATEUS SILVERIO DE ASSIS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: MATEUS SILVERIO DE ASSIS
DATA: 29/01/2016
HORA: 09:00
LOCAL: Sala de reuniões do DIMAp
TÍTULO:

CLASSIFICAÇÃO MULTIRRÓTULO COM APRENDIZADO SEMISSUPERVISIONADO: UMA ANÁLISE MULTIVISÃO DE DADOS


PALAVRAS-CHAVES:

Aprendizado de máquina, classificação multirrótulo, comitê de classificadores


PÁGINAS: 60
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Sistemas de Informação
RESUMO:

Ao longo dos últimos anos as técnicas computacionais aplicadas ao aprendizado de máquina têm sido divididas ou categorizadas quanto ao grau de supervisão presente nos conjuntos de treinamentos e quanto ao número de rótulos presente no atributo classe. Dentro dessas divisões encontramos o aprendizado semissupervisionado, técnica que trabalha muito bem quando nem todos os rótulos dos exemplos do conjunto de treinamento são conhecidos. Já a classificação multirrótulo, também presente nessas categorias, propõe classificar exemplos quando estes estão associados a um ou mais rótulos. Ainda nesse contexto, existem vertentes que trabalham com o aprendizado semissupervisionado para dados de visão única e aprendizado semissupervisionado para dados de visão múltipla. Os algoritmos de aprendizado semissupervisionado para dados de visão múltipla tem como ideia básica a exploração da discordância entre as predições dos diferentes classificadores, sendo este um assunto pouco abordado em pesquisas. Esse trabalho propõe a utilização de aprendizado semissupervisionado para classificação multirrótulo em uma abordagem com multivisão de dados, explicando a metodologia a ser aplicada para avaliar e comparar a eficácia de métodos que utilizam essa abordagem.


MEMBROS DA BANCA:
Presidente - 1350250 - ANNE MAGALY DE PAULA CANUTO
Externo ao Programa - 4351681 - JOAO CARLOS XAVIER JUNIOR
Externo à Instituição - ARAKEN DE MEDEIROS SANTOS - UFERSA
Notícia cadastrada em: 14/01/2016 22:51
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2024 - UFRN - sigaa14-producao.info.ufrn.br.sigaa14-producao