Explorando a Capacidade do Algoritmo KNN em Domínios Multirrótulos

• Processo: 11/00668-6
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de abril de 2011
• Data de Término da vigência: 31 de março de 2012
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Maria Carolina Monard
• Beneficiário: Denis Moreira dos Reis
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Aprendizado computacional Classificação multirrótulo Inteligência artificial
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Classificacao Multirrotulo | Inteligência Artificial

Resumo

O aprendizado supervisionado consiste em construir um classificador, a partir de um conjunto de exemplos já rotulados, capaz de rotular bem novos exemplos. Dentro dessa forma de aprendizado, cresce a atenção, na literatura, dos classificadores multirrótulos, capazes de lidar com bases de dados nas quais os exemplos são associados a um conjunto de rótulos, ao invés de exclusivamente um, como ocorre na monorrótulo.Motivado pela facilidade de compreensão em meio aos bons resultados do algoritmo em situações multirrótulos já demonstrados em outros trabalhos, o KNN é o alvo de estudos desta proposta, que tem a intenção de explorá-lo para melhorar suas performance, robustez e capacidade de predição. Nesse sentido, é possível utilizar novas funções de distância entres os exemplos e formas de minimizar o número de cálculos a serem realizados pelo algoritmo e a elaboração de novas maneiras para selecionar os multirrótulos após os k exemplos mais próximos terem sido selecionados.