Aprendizado de máquina multirrótulo: explorando a dependência de rótulos e o aprendizado ativo (2014)
- Authors:
- Autor USP: CHERMAN, EVERTON ALVARES - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- Subjects: APRENDIZADO COMPUTACIONAL; INTELIGÊNCIA ARTIFICIAL; MINERAÇÃO DE DADOS
- Keywords: Active learning; Aprendizado ativo; Aprendizado de máquina; Aprendizado multirrótulo; Dependência de rótulos; Label dependency; Machine learning; Multi-label learning
- Language: Português
- Abstract: Métodos tradicionais de aprendizado supervisionado, chamados de aprendizado monorrótulo, consideram que cada exemplo do conjunto de dados rotulados está associado a um único rótulo. No entanto, existe uma crescente quantidade de aplicações que lidam com exemplos que estão associados a múltiplos rótulos. Essas aplicações requerem métodos de aprendizado multirrótulo. Esse cenário de aprendizado introduz novos desafios que demandam abordagens diferentes daquelas tradicionalmente utilizadas no aprendizado monorrótulo. O custo associado ao processo de rotulação de exemplos, um problema presente em aprendizado monorrótulo, é ainda mais acentuado no contexto multirrótulo. O desenvolvimento de métodos para reduzir esse custo representa um desafio de pesquisa nessa área. Além disso, novos métodos de aprendizado também devem ser desenvolvidos para, entre outros objetivos, considerar a dependência de rótulos: uma nova característica presente no aprendizado multirrótulo. Há um consenso na comunidade de que métodos de aprendizado multirrótulo têm a capacidade de usufruir de melhor eficácia preditiva quando considerada a dependência de rótulos. Os principais objetivos deste trabalho estão relacionados a esses desafios: reduzir o custo do processo de rotulação de exemplos; e desenvolver métodos de aprendizado que explorem a dependência de rótulos. No primeiro caso, entre outras contribuições, um novo método de aprendizado ativo, chamado score dev, é proposto para reduzir os custosassociados ao processo de rotulação multirrótulo. Resultados experimentais indicam que o método score dev é superior a outros métodos em vários domínios. No segundo caso, um método para identificar dependência de rótulos, chamado UBC, é proposto, bem como o BR+, um método para explorar essa característica. O método BR+ apresenta resultados superiores a métodos considerados estado da arte
- Imprenta:
- Publisher place: São Carlos
- Date published: 2014
- Data da defesa: 10.01.2014
-
ABNT
CHERMAN, Everton Alvares. Aprendizado de máquina multirrótulo: explorando a dependência de rótulos e o aprendizado ativo. 2014. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2014. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30042014-143953/. Acesso em: 21 jan. 2026. -
APA
Cherman, E. A. (2014). Aprendizado de máquina multirrótulo: explorando a dependência de rótulos e o aprendizado ativo (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30042014-143953/ -
NLM
Cherman EA. Aprendizado de máquina multirrótulo: explorando a dependência de rótulos e o aprendizado ativo [Internet]. 2014 ;[citado 2026 jan. 21 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30042014-143953/ -
Vancouver
Cherman EA. Aprendizado de máquina multirrótulo: explorando a dependência de rótulos e o aprendizado ativo [Internet]. 2014 ;[citado 2026 jan. 21 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30042014-143953/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
