Error Propagation Analysis in Semi-Supervised Learning

• Grant number: 10/06151-2
• Support Opportunities: Scholarships in Brazil - Post-Doctoral
• Start date: September 01, 2010
• End date: June 30, 2011
• Field of knowledge: Physical Sciences and Mathematics - Computer Science - Computing Methodologies and Techniques
• Principal Investigator: Zhao Liang
• Grantee: Fabricio Aparecido Breve
• Host Institution: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brazil

Abstract

O aprendizado semi-supervisionado é uma sub-área do aprendizado de máquina que tem recebido um interesse crescente nos últimos anos. Ele é aplicado em problemas de classificação onde apenas uma pequena porção dos dados está rotulada. Nestas situações, a confiabilidade destes dados é extremamente importante porque é comum ter amostras com dados com rótulos errados na base de dados, e tais rótulos poderiam se propagar para uma grande porção da base de dados, resultando em grandes erros de classificação. Apesar de sua importância, a propagação de rótulos errados no aprendizado semi-supervisionado tem recebido pouca atenção dos pesquisadores. Neste projeto será focado o estudo da propagação de erro em aprendizado semi-supervisionado, com o objetivo de caracterizar pontos críticos no desempenho dos classificadores à medida que a proporção de dados com rótulos errados aumenta. Tal estudo tem importância teórica e prática, e será utilizado para melhorar modelos existentes e/ou gerar novos modelos de aprendizado semi-supervisionado, mais robustos na presença de amostras com rótulos errados.