Regressão Transdutiva Baseada em Grafos Aplicada à Previsão de Indicadores de Desenvolvimento Sustentável (2025)
- Authors:
- Autor USP: NESPOLO, RENAN GUILHERME - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- DOI: 10.11606/T.55.2025.tde-28042025-134532
- Subjects: REDES COMPLEXAS; APRENDIZADO COMPUTACIONAL; DESENVOLVIMENTO SUSTENTÁVEL; INFERÊNCIA BAYESIANA; RECONHECIMENTO DE PADRÕES
- Keywords: Aprendizado Semissupervisionado; Baseado em Grafos; Complex networks; Graph-based; Regressão; Regression; Semi-supervised learning; Sustainable development indicators
- Agências de fomento:
- Language: Português
- Abstract: Os métodos de regressão desempenham um papel importante em muitas aplicações do mundo real, como econometria, reconhecimento de padrões e previsão de cadeias de proteínas, para citar apenas algumas tarefas. Embora alguns estudos tenham explorado a predição baseada em grafos de valores contínuos, também chamados de problemas de regressão, no contexto semissupervisionado, eles ainda não exploraram o formalismo e o potencial da teoria de redes complexas e, geralmente, abordam apenas o problema de classificação (rótulos discretos). Além disso, tais abordagens não consideram fatores como o impacto do uso de diferentes métodos de construção de grafos no resultado da regressão, exploração de características da representação topológica adotada, como a inferência é realizada ou que tipo de estratégia de propagação de rótulos é adotada. Deste modo, o presente estudo apresentou a Regressão Transdutiva baseada em Grafos, concentrando-se na construção de uma rede híbrida, fundida em uma única rede, características de uma rede regular e uma rede espectral ao mesmo tempo, com o objetivo de favorecer o uso da regressão. Em seguida, foi proposta uma inferência baseada em regressão transdutiva semissupervisionada, utilizando os métodos de Random-Walks e Regressão Linear Simples, para essa tarefa. Após este primeiro passo, os conjuntos de dados foram combinados com dados geolocalizados, aplicados na previsão de índices de desenvolvimento sustentável, e na construção da rede, foram propostasvariações para três diferentes topologias: Rede Regular, Rede Pequeno Mundo e Rede Livre de Escala. Para a inferência, além das técnicas Random- Walks e Regressão Linear foi combinada uma adaptação do método de Gibbs-Sampling, para tarefas de Regressão na propagação dos indicadores. Por fim, o estudo seguiu adicionando o coeficiente de correlação de Pearson semissupervisionado, na etapa de inferência, controlando a previsão dos indicadores e diminuindo a variância nos resultados. Constatou-se que a combinação de diferentes topologias e a aplicação das técnicas de Random-Walks e Gibbs-Sampling trazem vantagens para realizar previsões, utilizando Regressão principalmente com muito poucos indicadores valorados inicialmente. Assim, o que torna a proposta apresentada, para a tarefa de regressão transdutiva, uma contribuição inédita, com resultados comparáveis às principais técnicas atuais quando aplicadas no contexto de tarefa de regressão em redes geolocalizadas, que é o caso de previsão de indicadores geolocalizados.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
- Data da defesa: 14.01.2025
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
NESPOLO, Renan Guilherme. Regressão Transdutiva Baseada em Grafos Aplicada à Previsão de Indicadores de Desenvolvimento Sustentável. 2025. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://teses.usp.br/teses/disponiveis/55/55134/tde-28042025-134532/. Acesso em: 13 abr. 2026. -
APA
Nespolo, R. G. (2025). Regressão Transdutiva Baseada em Grafos Aplicada à Previsão de Indicadores de Desenvolvimento Sustentável (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://teses.usp.br/teses/disponiveis/55/55134/tde-28042025-134532/ -
NLM
Nespolo RG. Regressão Transdutiva Baseada em Grafos Aplicada à Previsão de Indicadores de Desenvolvimento Sustentável [Internet]. 2025 ;[citado 2026 abr. 13 ] Available from: https://teses.usp.br/teses/disponiveis/55/55134/tde-28042025-134532/ -
Vancouver
Nespolo RG. Regressão Transdutiva Baseada em Grafos Aplicada à Previsão de Indicadores de Desenvolvimento Sustentável [Internet]. 2025 ;[citado 2026 abr. 13 ] Available from: https://teses.usp.br/teses/disponiveis/55/55134/tde-28042025-134532/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
