Tese

Network-based high level classification: novel models and applications (2021)

• Authors:
  • Colliri, Tiago Santos
  • Liang, Zhao (Orientador)
• Autor USP: COLLIRI, TIAGO SANTOS - ICMC
• Unidade: ICMC
• Sigla do Departamento: SCC
• Subjects: REDES COMPLEXAS; APRENDIZADO COMPUTACIONAL; COVID-19
• Keywords: Automação de investimentos; Bills voting; CBC test; Classificação de dados de alto nível; Complex networks; Corruption prediction; Detecção de insuficiência; Hemograma; High level data classification; Insufficiency detection; Machine learning; Mercado de ações; Partidos políticos; Political parties; Predição de corrupção; Stock market; Stock trading automation; Votações legislativas
• Agências de fomento:
  • Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
• Language: Inglês
• Abstract: Aprendizado de máquina é uma aplicação da inteligência artificial com foco no desenvolvimento de programas de computador que podem acessar dados e usá-los para aprender por conta própria. Classificação de dados de alto nivel é uma técnica baseada na formação de padrão nos dados, ao invés de somente nas suas características físicas. Redes complexas têm se mostrado bastante úteis para caracterizar relacionamentos entre amostras de dados e, conseqüentemente, são um poderoso mecanismo de captura de padrões de dados. Neste trabalho, são investigadas novas maneiras de se usar a abordagem baseada em rede no desenvolvimento de técnicas de classificação de alto nível. Inicialmente, duas técnicas de classificação são introduzidas, e seus desempenhos são avaliados aplicando-as a conjuntos de dados de referência na área, tanto artificiais quanto reais, bem como comparando seus resultados com aqueles obtidos por modelos de classificação tradicionais, nos mesmos dados. Posteriormente, são exploradas as vantagens inerentes a este tipo de abordagem, tais como a sua versatilidade e interpretabilidade, para se desenvolver novas técnicas baseadas em rede especificamente projetadas para serem aplicadas em dados de problemas reais e relevantes em campos muito diversos, desde o mercado financeiro à corrupção de políticos e cuidados de saúde. Embora estes tipos de aplicação certamente requerem um esforço maior por parte dos pesquisadores, em termos do desafio e pré-processamento dos dados,acredita-se que elas são importantes para aproximar a pesquisa acadêmica da realidade. Entre os resultados obtidos neste trabalho, está a detecção de uma relação não esperada entre dados de votação de projetos de lei e condenações por corrupção e outros crimes financeiros entre deputados brasileiros. Também é demonstrado como é possível adaptar um modelo, que originalmente foi aplicado na detecção de periodicidade em dados meteorológicos, para identificar tendências de alta e de baixa no mercado de ações, acionando automaticamente uma ordem de compra ou de venda para o ativo, de acordo com a situação. Em outra investigação, é apresentada uma técnica para auxiliar os profissionais de saúde na tarefa de monitorar pacientes com COVID-19, por meio da detecção de sinais prévios de insuficiência hepática, renal ou respiratória, apenas com base nos resultados do exame de hemograma completo. Em resumo, acredita-se que este trabalho faz uma importante contribuição para o avanço do estudo de dados públicos em larga escala usando redes complexas.
• Imprenta:
  • Publisher place: São Carlos
  • Date published: 2021
• Data da defesa: 29.01.2021


---

How to cite

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

• ABNT

  COLLIRI, Tiago Santos. Network-based high level classification: novel models and applications. 2021. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-26032021-102400/. Acesso em: 23 fev. 2026.

• APA

  Colliri, T. S. (2021). Network-based high level classification: novel models and applications (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-26032021-102400/

• NLM

  Colliri TS. Network-based high level classification: novel models and applications [Internet]. 2021 ;[citado 2026 fev. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-26032021-102400/

• Vancouver

  Colliri TS. Network-based high level classification: novel models and applications [Internet]. 2021 ;[citado 2026 fev. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-26032021-102400/

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

• Avaliação de preços de ações: proposta de um índice baseado nos preços históricos ponderados pelo volume, por meio do uso de modelagem computacional
• A network-based model for optimizing returns in the stock market
• Predicting corruption convictions among brazilian representatives through a voting-history based network
• A network-based high level data classification technique
• Analyzing the Bills-Voting dynamics and predicting corruption-convictions among brazilian congressmen through temporal networks
• An optimized modularity-based high level classification model
• Stock market trend detection and automatic decision-making through a network-based classification model
• Predicting the evolution of COVID-19 cases and deaths through a correlations-based temporal network