Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufu.br/handle/123456789/24150
Tipo de documento: Trabalho de Conclusão de Curso
Tipo de acceso: Acesso Aberto
Título: Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo
Autor: Resende, Vinícius Henrique
Primer orientador: Carneiro, Murillo Guimarães
Primer miembro de la banca: Couto, Leandro Nogueira
Segundo miembro de la banca: Bueno, Marcos Luiz de Paula
Resumen: 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.
Palabras clave: Classificação Multirrótulo
Redes Complexas
Aprendizado de Máquina
Aprendizado Supervisionado
Área (s) del CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO
Idioma: por
País: Brasil
Editora: Universidade Federal de Uberlândia
Cita: 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.
URI: https://repositorio.ufu.br/handle/123456789/24150
Fecha de defensa: 21-dic-2018
Aparece en las colecciones:TCC - Sistemas de Informação (Monte Carmelo)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
CombinacaoTecnicasConvencionais.pdf2.23 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.