Learning classifier system for multi-label classification / Sistemas classificadores evolutivos para problemas multirrótulo
AUTOR(ES)
Rosane Maria Maffei Vallim
DATA DE PUBLICAÇÃO
2009
RESUMO
Classificação é, provavelmente, a tarefa mais estudada na área de Aprendizado de Máquina, possuindo aplicação em uma grande quantidade de problemas reais, como categorização de textos, diagnóstico médico, problemas de bioinformática, além de aplicações comerciais e industriais. De um modo geral, os problemas de classificação podem ser categorizados quanto ao número de rótulos de classe que podem ser associados à cada exemplo de entrada. A abordagem mais investigada pela comunidade de Aprendizado de Máquina é a de classes mutuamente exclusivas. Entretanto, existe uma grande variedade de problemas importantes em que cada exemplo de entrada pode ser associado a mais de um rótulo ou classe. Esses problemas são denominados problemas de classificação multirrótulo. Os Learning Classifier Systems(LCS) constituem uma técnica de Indução de Regras de Classificação que tem como principal mecanismo de busca um Algoritmo Genético. Essa técnica busca encontrar um conjunto de regras que tenha alta precisão de classificação, que seja compreensível e que possua regras consideradas interessantes sob o ponto de vista de classificação. Apesar de existirem na literatura diversos trabalhos sobre os LCS para problemas de classificação com classes mutuamente exclusivas, pouco se tem conhecimento sobre um LCS que seja capaz de lidar com problemas multirrótulo. Dessa maneira, o objetivo desta monografia é apresentar uma proposta de LCS para problemas multirrótulo, que pretende induzir um conjunto de regras de classificação que produza um resultado eficaz e comparável com outras técnicas de classificação. De acordo com esse objetivo, apresenta-se também uma revisão bibliográfica dos temas envolvidos na proposta, que são: Sistemas Classificadores Evolutivos e Classificação Multirrótulo
ASSUNTO(S)
sistemas classificadores evolutivos multi-label classification genetic algorithms classificação multirrótulo algoritmos genéticos learning classifier systems
Documentos Relacionados
- Abordagens para aprendizado semissupervisionado multirrótulo e hierárquico
- Seleção de componentes em ensembles de clasificadores multirrótulo
- Classificação automática de páginas Web Multi-label via MDL e Support Vector Machines
- Hierarchical multilabel classification techniques
- Meta-aprendizado para anÃlise de desempenho de mÃtodos de classificaÃÃo multi-label,