Learning support vector machines from labeled and unlabeled data. / Classificadores baseados em vetores de suporte gerados a partir de dados rotulados e não-rotulados.

AUTOR(ES)

Clayton Silva Oliveira

DATA DE PUBLICAÇÃO

2006

RESUMO

Treinamento semi-supervisionado é uma metodologia de aprendizado de máquina que conjuga características de treinamento supervisionado e não-supervisionado. Ela se baseia no uso de bases semi-rotuladas (bases contendo dados rotulados e não-rotulados) para o treinamento de classificadores. A adição de dados não-rotulados, mais baratos e geralmente disponíveis em maior quantidade do que os dados rotulados, pode aumentar o desempenho e/ou baratear o custo de treinamento desses classificadores (a partir da diminuição da quantidade de dados rotulados necessários). Esta dissertação analisa duas estratégias para se executar treinamento semi-supervisionado, especificamente em Support Vector Machines (SVMs): formas direta e indireta. A estratégia direta é atualmente mais conhecida e estudada, e permite o uso de dados rotulados e não-rotulados, ao mesmo tempo, em tarefas de aprendizagem de classificadores. Entretanto, a inclusão de muitos dados não-rotulados pode tornar o treinamento demasiadamente lento. Já a estratégia indireta é mais recente, sendo capaz de agregar os benefícios do treinamento semi-supervisionado direto com tempos menores para o aprendizado de classificadores. Esta opção utiliza os dados não-rotulados para pré-processar a base de dados previamente à tarefa de aprendizagem do classificador, permitindo, por exemplo, a filtragem de eventuais ruídos e a reescrita da base em espaços de variáveis mais convenientes. Dentro do escopo da forma indireta, está a principal contribuição dessa dissertação: idealização, implementação e análise do algoritmo split learning. Foram obtidos ótimos resultados com esse algoritmo, que se mostrou eficiente em treinar SVMs de melhor desempenho e em períodos menores a partir de bases semi-rotuladas.

ASSUNTO(S)

inteligência artificial support vector machines artificial intelligence machine learning treinamento semi-supervisionado aprendizado de máquina máquinas de vetores de suporte semi-supervised learning

Documentos Relacionados

• Comite de maquinas : uma abordagem unificada empregando maquinas de vetores-suporte
• Algoritmo de aprendizado supervisionado - baseado em máquinas de vetores de suporte - uma contribuição para o reconhecimento de dados desbalanceados
• Detecção de falhas em motores elétricos através das máquinas de vetores de suporte
• "Investigação de estratégias para a geração de máquinas de vetores de suporte multiclasses"
• Detecção inteligente de patologias na laringe baseada em máquinas de vetores de suporte e na transformada wavelet