Deep active learning using Monte Carlo Dropout (2018)
- Authors:
- Autor USP: MOURA, LUCAS ALBUQUERQUE MEDEIROS DE - IME
- Unidade: IME
- Sigla do Departamento: MAC
- Assunto: CIENCIA DA COMPUTACAO
- Keywords: Active learning; Análise de sentimento; Aprendizado ativo; Aprendizado profundo; Deep learning; Sentiment analysis
- Agências de fomento:
- Language: Inglês
- Abstract: Modelos de Aprendizado Profundo necessitam de uma vasta quantidade de dados anotados para serem criados. Entretanto, existem muitas áreas onde obter dados anotados é uma tarefa custosa. Neste cenário, o uso de Aprendizado Profundo se torna bastante difícil. Uma maneira de lidar com essa situação é usando a técnica de Aprendizado Ativo. Inicialmente, essa técnica cria um modelo com os dados anotados disponíveis. Depois disso, ela incrementalmente escolhe dados não anotados que irão, potencialmente, melhorar à acurácia do modelo, se adicionados aos dados de treinamento. Para selecionar quais dados serão anotados, essa técnica necessita de uma medida de incerteza sobre as predições geradas pelo modelo. Entretanto, tal medida não é usualmente realizada em modelos de Aprendizado Profundo. Uma nova técnica foi proposta para lidar com a problemática de medir a incerteza desses modelos, chamada de Monte Carlo Dropout . Essa técnica permitiu o uso de Aprendizado Ativo junto com Aprendizado Profundo para tarefa de classificação de imagens. Essa pesquisa visa averiguar se ao modelarmos a incerteza em modelos de Aprendizado Profundo com a técnica de Monte Carlo Dropout , será possível usar a técnica de Aprendizado Ativo para tarefa de análise de sentimento, uma área com uma vasta quantidade de dados, mas poucos deles anotados
- Imprenta:
- Data da defesa: 14.11.2018
-
ABNT
MOURA, Lucas Albuquerque Medeiros de. Deep active learning using Monte Carlo Dropout. 2018. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-17032019-222659/. Acesso em: 12 jan. 2026. -
APA
Moura, L. A. M. de. (2018). Deep active learning using Monte Carlo Dropout (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/45/45134/tde-17032019-222659/ -
NLM
Moura LAM de. Deep active learning using Monte Carlo Dropout [Internet]. 2018 ;[citado 2026 jan. 12 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-17032019-222659/ -
Vancouver
Moura LAM de. Deep active learning using Monte Carlo Dropout [Internet]. 2018 ;[citado 2026 jan. 12 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-17032019-222659/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
