Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo

Resende, Vinícius Henrique

Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/24150

Full metadata record

DC Field	Value	Language
dc.creator	Resende, Vinícius Henrique	-
dc.date.accessioned	2019-01-31T14:45:43Z	-
dc.date.available	2019-01-31T14:45:43Z	-
dc.date.issued	2018-12-21	-
dc.identifier.citation	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.	pt_BR
dc.identifier.uri	https://repositorio.ufu.br/handle/123456789/24150	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal de Uberlândia	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Classificação Multirrótulo	pt_BR
dc.subject	Redes Complexas	pt_BR
dc.subject	Aprendizado de Máquina	pt_BR
dc.subject	Aprendizado Supervisionado	pt_BR
dc.title	Combinação de técnicas convencionais e baseadas em redes complexas para classificação multirrótulo	pt_BR
dc.type	Trabalho de Conclusão de Curso	pt_BR
dc.contributor.advisor1	Carneiro, Murillo Guimarães	-
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/8158868389973535	pt_BR
dc.contributor.referee1	Couto, Leandro Nogueira	-
dc.contributor.referee1Lattes	http://lattes.cnpq.br/9500586005920379	pt_BR
dc.contributor.referee2	Bueno, Marcos Luiz de Paula	-
dc.contributor.referee2Lattes	http://lattes.cnpq.br/4394597254810508	pt_BR
dc.creator.Lattes	http://lattes.cnpq.br/0468863346572040	pt_BR
dc.description.degreename	Trabalho de Conclusão de Curso (Graduação)	pt_BR
dc.description.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.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.course	Sistemas de Informação	pt_BR
dc.sizeorduration	32	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO	pt_BR
Appears in Collections:	TCC - Sistemas de Informação (Monte Carmelo)

Files in This Item:

File	Description	Size	Format
CombinacaoTecnicasConvencionais.pdf		2.23 MB	Adobe PDF	View/Open

Show simple item record