Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/24150| Tipo do documento: | Trabalho de Conclusão de Curso |
| Tipo de acesso: | Acesso Aberto |
| Título: | Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo |
| Autor(es): | Resende, Vinícius Henrique |
| Primeiro orientador: | Carneiro, Murillo Guimarães |
| Primeiro membro da banca: | Couto, Leandro Nogueira |
| Segundo membro da banca: | Bueno, Marcos Luiz de Paula |
| Resumo: | 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. |
| Palavras-chave: | Classificação Multirrótulo Redes Complexas Aprendizado de Máquina Aprendizado Supervisionado |
| Área(s) do CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Referência: | 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 |
| Data de defesa: | 21-Dez-2018 |
| Aparece nas coleções: | TCC - Sistemas de Informação (Monte Carmelo) |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| CombinacaoTecnicasConvencionais.pdf | 2.23 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.