Seleção e rotulagem de instâncias para métodos semissupervisionados indutivos

In recent years, the use of Machine Learning (ML) techniques to solve real problems has become very common and a technological pattern adopted in plenty of domains. However, several of these domains do not have enough labelled data to give ML methods a good performance. This problem led to the de...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Barreto, Cephas Alves da Silveira
Outros Autores: Canuto, Anne Magaly de Paula
Formato: doctoralThesis
Idioma:pt_BR
Publicado em: Universidade Federal do Rio Grande do Norte
Assuntos:
Computação
Aprendizado de máquina
Aprendizado semissupervisionado
Métodos wrapper
Seleção e rotulagem de instâncias
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Endereço do item:https://repositorio.ufrn.br/handle/123456789/55155
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id ri-123456789-55155
record_format dspace
institution Repositório Institucional
collection RI - UFRN
language pt_BR
topic Computação
Aprendizado de máquina
Aprendizado semissupervisionado
Métodos wrapper
Seleção e rotulagem de instâncias
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
spellingShingle Computação
Aprendizado de máquina
Aprendizado semissupervisionado
Métodos wrapper
Seleção e rotulagem de instâncias
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Barreto, Cephas Alves da Silveira
Seleção e rotulagem de instâncias para métodos semissupervisionados indutivos
description In recent years, the use of Machine Learning (ML) techniques to solve real problems has become very common and a technological pattern adopted in plenty of domains. However, several of these domains do not have enough labelled data to give ML methods a good performance. This problem led to the development of Semi-supervised methods, a type of method capable of using labelled and unlabelled instances in its model building. Among the semi-supervised learning techniques, the inductive methods stand out. The wrapper methods, a particular category within inductive methods, use a process, often iterative, that involves: training the method with labelled data; selection of the best data from the unlabelled set; and labelling the selected data. Despite showing a simple and efficient process, errors in the selection or labelling processes are common, which deteriorate the final performance of the method. This research aims to reduce selection and labelling errors in wrapper methods to establish selection and labelling approaches that are more robust and less susceptible to errors. To this end, this work proposes a selection and labelling approach based on classification agreement and a selection and agreement approach based on distance metric as an additional factor to an already used selection criterion (e.g. confidence or agreement). The proposed approaches can be applied to any wrapper method and were tested on 42 datasets with Self-training, Co-training and Boosting methods. The results obtained indicate that the proposals bring gains for both methods in terms of accuracy and F-measure.
author2 Canuto, Anne Magaly de Paula
author_facet Canuto, Anne Magaly de Paula
Barreto, Cephas Alves da Silveira
format doctoralThesis
author Barreto, Cephas Alves da Silveira
author_sort Barreto, Cephas Alves da Silveira
title Seleção e rotulagem de instâncias para métodos semissupervisionados indutivos
title_short Seleção e rotulagem de instâncias para métodos semissupervisionados indutivos
title_full Seleção e rotulagem de instâncias para métodos semissupervisionados indutivos
title_fullStr Seleção e rotulagem de instâncias para métodos semissupervisionados indutivos
title_full_unstemmed Seleção e rotulagem de instâncias para métodos semissupervisionados indutivos
title_sort seleção e rotulagem de instâncias para métodos semissupervisionados indutivos
publisher Universidade Federal do Rio Grande do Norte
publishDate 2023
url https://repositorio.ufrn.br/handle/123456789/55155
work_keys_str_mv AT barretocephasalvesdasilveira selecaoerotulagemdeinstanciasparametodossemissupervisionadosindutivos
AT barretocephasalvesdasilveira selectionandlabellingofinstancesforindictivesemisupervisedmethods
_version_ 1781991949714063360
spelling ri-123456789-551552023-11-01T23:24:12Z Seleção e rotulagem de instâncias para métodos semissupervisionados indutivos Selection and labelling of instances for indictive semi-supervised methods Barreto, Cephas Alves da Silveira Canuto, Anne Magaly de Paula https://orcid.org/0000-0002-4756-8571 http://lattes.cnpq.br/0693889560532640 http://lattes.cnpq.br/1357887401899097 Xavier Júnior, João Carlos http://lattes.cnpq.br/5088238300241110 Nascimento, Diego Silveira Costa Cavalcanti, George Darmiton da Cunha Vale, Karliane Medeiros Ovidio Bezerra, Leonardo César Teonácio Computação Aprendizado de máquina Aprendizado semissupervisionado Métodos wrapper Seleção e rotulagem de instâncias CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO In recent years, the use of Machine Learning (ML) techniques to solve real problems has become very common and a technological pattern adopted in plenty of domains. However, several of these domains do not have enough labelled data to give ML methods a good performance. This problem led to the development of Semi-supervised methods, a type of method capable of using labelled and unlabelled instances in its model building. Among the semi-supervised learning techniques, the inductive methods stand out. The wrapper methods, a particular category within inductive methods, use a process, often iterative, that involves: training the method with labelled data; selection of the best data from the unlabelled set; and labelling the selected data. Despite showing a simple and efficient process, errors in the selection or labelling processes are common, which deteriorate the final performance of the method. This research aims to reduce selection and labelling errors in wrapper methods to establish selection and labelling approaches that are more robust and less susceptible to errors. To this end, this work proposes a selection and labelling approach based on classification agreement and a selection and agreement approach based on distance metric as an additional factor to an already used selection criterion (e.g. confidence or agreement). The proposed approaches can be applied to any wrapper method and were tested on 42 datasets with Self-training, Co-training and Boosting methods. The results obtained indicate that the proposals bring gains for both methods in terms of accuracy and F-measure. Nos últimos anos, a utilização de técnicas de Aprendizado de Máquina (AM) para resolver problemas reais tem se tornado muito comum e um padrão tecnológico adotado em uma infinidade de domínios. Uma série desses domínios, entretanto, não possui dados rotulados suficientes para proporcionar aos métodos de AM um bom desempenho. Para tratar esse problema, foram desenvolvidos os métodos de aprendizado semissupervisionado, um tipo de método capaz de utilizar as instâncias rotuladas e não-rotuladas na construção de seu modelo. Dentre os métodos de aprendizado semissupervisionado, destacam-se os métodos indutivos. Os métodos do tipo wrapper, categoria particular dentre os métodos indutivos, utilizam um processo, muitas vezes iterativo, que envolve: treinamento do método com os dados rotulados; seleção dos melhores dados não-rotulados; e rotulagem dos dados selecionados. Apesar de se mostrar um processo simples e eficiente, é muito comum que erros na seleção ou na rotulagem ocorram, o que acaba por deteriorar o desempenho final do método. Buscando a diminuição dos erros de seleção e rotulagem em métodos indutivos, especialmente os métodos do tipo wrapper, esta pesquisa tem por objetivo estabelecer abordagens de seleção e rotulagem mais robustas e menos suscetíveis a erros. Para tal, são propostas uma abordagem de seleção e rotulagem de instâncias baseada em concordância de classificação e também uma abordagem de seleção e rotulagem baseada na utilização de métrica de distância como fator adicional a um critério de seleção já utilizado (e.g. confiança ou concordância). As abordagens propostas podem ser aplicadas a qualquer método wrapper e foram testadas sobre 42 datasets com os métodos Self-training, Co-training e Boosting. Os resultados obtidos apontam que as propostas trazem ganhos para os métodos em termos de acurácia e também de F-measure. 2023-11-01T23:22:23Z 2023-11-01T23:22:23Z 2023-07-24 doctoralThesis BARRETO, Cephas Alves da Silveira. Seleção e rotulagem de instâncias para métodos semissupervisionados indutivos. Orientador: Anne Magaly de Paula Canuto. 2023. 166f. Tese (Doutorado em Ciência da Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2023. https://repositorio.ufrn.br/handle/123456789/55155 pt_BR Acesso Aberto application/pdf Universidade Federal do Rio Grande do Norte Brasil UFRN PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO

Registros relacionados