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
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
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://www.teses.usp.br/teses/disponiveis/55/55134/tde-28042025-134532/. Acesso em: 09 jan. 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://www.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 jan. 09 ] Available from: https://www.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 jan. 09 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-28042025-134532/
Informações sobre o DOI: 10.11606/T.55.2025.tde-28042025-134532 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
