Tese

Aprendizado semissupervisionado restrito baseado em grafos com regularização de ordem elevada (2017)

• Authors:
  • Sousa, Celso Andre Rodrigues de
  • Batista, Gustavo Enrique de Almeida Prado Alves (Orientador)
• Autor USP: SOUSA, CELSO ANDRE RODRIGUES DE - ICMC
• Unidade: ICMC
• Sigla do Departamento: SCC
• Subjects: OTIMIZAÇÃO RESTRITA; BENCHMARKS; APRENDIZADO COMPUTACIONAL
• Keywords: Aprendizado semissupervisionado; Constrained optimization; Graph-based methods; Higher order regularization; Métodos baseados em grafos; Regularização de ordem elevada; Semi-supervised learning
• Language: Português
• Abstract: Algoritmos de aprendizado semissupervisionado baseado em grafos foram amplamente estudados nos últimos anos. A maioria desses algoritmos foi projetada a partir de problemas de otimização sem restrições usando um termo regularizador Laplaciano como funcional de suavidade numa tentativa de refletir a estrutura geométrica intrínsica da distribuição marginal dos dados. Apesar de vários artigos científicos recentes continuarem focando em métodos sem restrição para aprendizado semissupervisionado em grafos, uma análise estatística recente mostrou que muitos desses algoritmos podem ser instáveis em regressão transdutiva. Logo, nós focamos em propor novos métodos com restrições para aprendizado semissupervisionado em grafos. Nós começamos analisando o framework de regularização de métodos sem restrições existentes. Então, nós incorporamos duas restrições de normalização no problema de otimização de três desses métodos. Mostramos que os problemas de otimização propostos possuem solução de forma fechada. Ao generalizar uma dessas restrições para qualquer distribuição, provemos métodos generalizados para aprendizado semissupervisionado restrito baseado em grafos. Os métodos propostos possuem um framework de regularização mais flexível que os métodos sem restrições correspondentes. Mais precisamente, nossos métodos podem lidar com qualquer Laplaciano em grafos e usar regularização de ordem elevada, a qual é efetiva em tarefas de aprendizado semissupervisionado em geral. Para mostrar aefetividade dos métodos propostos, nós provemos análises experimentais robustas. Especificamente, nossos experimentos são subdivididos em duas partes. Na primeira parte, avaliamos algoritmos de aprendizado semissupervisionado em grafos existentes em dados de séries temporais para encontrar possíveis fraquezas desses métodos. Na segunda parte, avaliamos os métodos restritos propostos contra seis algoritmos de aprendizado semissupervisionado baseado em grafos do estado da arte em conjuntos de dados benchmark. Como a amplamente usada análise de melhor caso pode esconder informações relevantes sobre o desempenho dos algoritmos de aprendizado semissupervisionado com respeito à seleção de parâmetros, nós usamos modelos de avaliação empírica recentemente propostos para avaliar os nossos resultados. Nossos resultados mostram que os nossos métodos superam os demais métodos na maioria das configurações de parâmetro e métodos de construção de grafos. Entretanto, encontramos algumas configurações experimentais nas quais nossos métodos mostraram baixo desempenho. Para facilitar a reprodução dos nossos resultados, os códigos fonte, conjuntos de dados e resultados experimentais estão disponíveis gratuitamente.
• Imprenta:
  • Publisher place: São Carlos
  • Date published: 2017
• Data da defesa: 10.08.2017


---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  SOUSA, Celso Andre Rodrigues de. Aprendizado semissupervisionado restrito baseado em grafos com regularização de ordem elevada. 2017. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2017. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-08122017-102557/. Acesso em: 02 jan. 2026.

• APA

  Sousa, C. A. R. de. (2017). Aprendizado semissupervisionado restrito baseado em grafos com regularização de ordem elevada (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-08122017-102557/

• NLM

  Sousa CAR de. Aprendizado semissupervisionado restrito baseado em grafos com regularização de ordem elevada [Internet]. 2017 ;[citado 2026 jan. 02 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-08122017-102557/

• Vancouver

  Sousa CAR de. Aprendizado semissupervisionado restrito baseado em grafos com regularização de ordem elevada [Internet]. 2017 ;[citado 2026 jan. 02 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-08122017-102557/

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Impacto da geração de grafos na classificação semissupervisionada