Supervised Machine Learning
Mostrando 13-24 de 33 artigos, teses e dissertações.
-
13. APLICAÇÃO DE TÉCNICAS DE APRENDIZADO DE MÁQUINA PARA CLASSIFICAÇÃO DE DEPÓSITOS MINERAIS BASEADA EM MODELO TEOR-TONELAGEM / APPLICATION OF MACHINE LEARNING TECHNIQUES FOR CLASSIFICATION OF MINERAL DEPOSITS CONTENT-BASED MODEL TONNAGE
Classification of mineral deposits into types is traditionally done by experts. Since there are reasons to believe that computational techniques can aid this classification process and make it less subjective, the research and investigation of different methods of clustering and classification to this domain may be appropriate. The way followed by researches
Publicado em: 2010
-
14. Um estudo comparativo de modelos baseados em estatísticas textuais, grafos e aprendizado de máquina para sumarização automática de textos em português
Automatic text summarization has been of great interest in Natural Language Processing due to the need of processing a huge amount of information in short time, which is usually delivered through distinct media. Thus, large-scale methods are of utmost importance for synthesizing and making access to information simpler. They aim at preserving relevant conten
Publicado em: 2010
-
15. Outdoor mapping using mobile robots / Mapeamento de ambientes externos utilizando robôs móveis
Autonomous mobile robotics is a recent research area that focus on the construction of mechanisms capable of executing tasks without a human control. In general, mobile robotics deals with three fundamental problems: environment mapping, robot localization and navigation. Without these elements, the robot hardly could move autonomously from a place to anothe
Publicado em: 2010
-
16. Avaliação de métodos não-supervisionados de seleção de atributos para mineração de textos / Evaluation of unsupervised feature selection methods for Text Mining
Feature selection is an activity sometimes necessary to obtain good results in machine learning tasks. In Text Mining, reducing the number of features in a text base is essential for the effectiveness of the process and the comprehensibility of the extracted knowledge, since it deals with high dimensionalities and sparse contexts. When dealing with contexts
Publicado em: 2009
-
17. Aprendizado semi-supervisionado e não supervisionado para análise de dados de expressão gênica
Data clustering has been seen, in the last decades, as an important tool for gene expression data analysis. In recent years, due to the progress in gene annotation research, a growing interest has been noticed for the semi-supervised clustering techniques, which use knowledge previously available about some gene functions to discover functions of other genes
Publicado em: 2008
-
18. Relations among rankings, ROC analysis and calibration applied to machine learning / Relações entre ranking, análise ROC e calibração em aprendizado de máquina
Aprendizado supervisionado tem sido principalmente utilizado para classificação. Neste trabalho são mostrados os benefícios do uso de rankings ao invés de classificação de exemplos isolados. Um rankeador é um algoritmo que ordena um conjunto de exemplos de tal modo que eles são apresentados do exemplo de maior para o exemplo de menor expectativa de
Publicado em: 2008
-
19. Aprendizado transdutivo baseado em teoria da informação e teoria do aprendizado estatístico
The machine learning problem is most frequently proposed and solved under the inductive inference paradigm, based on classical inductive principles such as the Empirical Risk Minimization (ERM) and Structural Risk Minimization (SRM). These principles are based on the attempt to create a learning rule given some finite training data. They rely on two assumpti
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia. Publicado em: 13/07/2007
-
20. Rede perceptron com camadas paralelas (PLP - Parallel Layer Perceptron)
This work presents a novel approach to deal with the structural risk minimization (SRM) applied to a general machine learning problem. The formulation is based on the fundamental concept that supervised learning is a bi-objective optimization problem in which two conflicting objectives should be minimized. The objectives are related to the training error, em
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia. Publicado em: 18/12/2006
-
21. Learning support vector machines from labeled and unlabeled data. / Classificadores baseados em vetores de suporte gerados a partir de dados rotulados e não-rotulados.
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 disp
Publicado em: 2006
-
22. Hybrid and incremental fuzzy learning to classify pixels by colors. / Aprendizado nebuloso híbrido e incremental para classificar pixels por cores.
Image segmentation is a very important process, which aims at subdividing an image in parts that correspond to objects of interest in the application domain. Objects may depict few colors that are represented in an image by a set of pixels presenting a very large range of chromatic values. A relatively small number of human-defined linguistic labels can be a
Publicado em: 2005
-
23. O algoritmo de aprendizado semi-supervisionado co-training e sua aplicação na rotulação de documentos / The semi-supervised learning algorithm co-training applied to label text documents
Em Aprendizado de Máquina, a abordagem supervisionada normalmente necessita de um número significativo de exemplos de treinamento para a indução de classificadores precisos. Entretanto, a rotulação de dados é freqüentemente realizada manualmente, o que torna esse processo demorado e caro. Por outro lado, exemplos não-rotulados são facilmente obtido
Publicado em: 2004
-
24. Classificação e recuperação de imagens por cor utilizando técnicas de inteligência artificial
Image retrieval and classification are today the subject of extensive research. This topic poses both theoretical and practical challenges as researchers attempt to give machines such as computers and robots the ability to see. Image retrieval and classification are part of a wider field known as Computer Vision, which encompasses several practical applicati
Publicado em: 2003