Explorando Abordagens de Múltiplos Rótulos por Floresta de Caminhos Ótimos

• Processo: 11/14094-1
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de março de 2012
• Data de Término da vigência: 28 de fevereiro de 2014
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: João Paulo Papa
• Beneficiário: Luis Augusto Martins Pereira
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Vinculado ao auxílio: 09/16206-1 - Novas tendências em reconhecimento de padrões baseado em floresta de caminhos ótimos, AP.JP
• Assunto(s): Aprendizado computacional Reconhecimento de padrões Processamento de imagens
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Processamento de imagens | Reconhecimento de padrões

Resumo

As técnicas tradicionais de reconhecimento de padrões associam um determinado rótulo a cada amostra do conjunto de dados com base em um conhecimento prévio adquirido em um conjunto de treinamento, o qual pode ser rotulado ou não. No primeiro caso, cada amostra é rotulada com uma classe por um especialista manualmente ou até mesmo de maneira automática. Ocorre que, em diversas situações, uma determinada amostra pode receber mais de um rótulo. Sistemas de diagnóstico médico podem, por exemplo, atribuir a uma pessoa mais de uma doença. Ferramentas para redes sociais que vem sendo amplamente utilizadas, tais como sistemas de recomendação musical, podem ser treinadas utilizando rótulos atribuídos por uma vasta gama de usuários de maneira bastante subjetiva. Outra aplicação bastante interessante diz respeito à classificação de documentos, os quais podem ser associados a várias classes, como religião e teatro, por exemplo. Nesse contexto, o presente projeto de pesquisa propõe o estudo de algumas técnicas de aprendizado com suporte a múltiplos rótulos e a sua implementação para o classificador Floresta de Caminhos Ótimos, o qual foi recentemente proposto na literatura e ainda não foi avaliado para este fim. O projeto também contempla a disponibilização desse código na LibOPF, uma biblioteca de código livre implementada em linguagem C para o desenvolvimento de classificadores baseados em florestas de caminhos ótimos. Como novas versões deverão ser lançadas, essa proposta de pesquisa contribuirá sobremaneira para novas funcionalidades desta biblioteca. Algumas bases de dados bastante utilizadas na literatura serão empregadas com o intuito de validar o trabalho.

Publicações científicas

(12)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

PIRES, RAFAEL G.; PEREIRA, DANILLO R.; PEREIRA, LUIS A. M.; MANSANO, ALEX F.; PAPA, JOO P.. Projections onto convex sets parameter estimation through harmony search and its application for image restoration. NATURAL COMPUTING, v. 15, n. 3, SI, p. 493-502, SEP 2016. (14/16250-9, 09/16206-1, 11/14094-1, 13/20387-7)

COSTA, KELTON A. P.; PEREIRA, LUIS A. M.; NAKAMURA, RODRIGO Y. M.; PEREIRA, CLAYTON R.; PAPA, JOAO P.; FALCAO, ALEXANDRE XAVIER. A nature-inspired approach to speed up optimum-path forest clustering and its application to intrusion detection in computer networks. INFORMATION SCIENCES, v. 294, p. 95-108, FEB 10 2015. (10/02045-3, 11/14094-1, 09/16206-1, 11/14058-5, 13/20387-7)

DA COSTA, KELTON A. P.; PEREIRA, CLAYTON R.; PEREIRA, LUIS A. M.; NAKAMURA, RODRIGO M.; PAPA, JOAO PAULO. A Comparison about Evolutionary Algorithms for Optimum-Path Forest Clustering Optimization. JOURNAL OF INFORMATION ASSURANCE AND SECURITY, v. 8, n. 2, p. 10-pg., 2013-01-01. (11/14058-5, 09/16206-1, 12/14494-2, 11/14094-1)

RODRIGUES, D.; PEREIRA, L. A. M.; ALMEIDA, T. N. S.; PAPA, J. P.; SOUZA, A. N.; RAMOS, C. C. O.; YANG, XIN-SHE; IEEE. BCS: A Binary Cuckoo Search Algorithm for Feature Selection. 2013 IEEE INTERNATIONAL SYMPOSIUM ON CIRCUITS AND SYSTEMS (ISCAS), v. N/A, p. 4-pg., 2013-01-01. (09/16206-1, 11/14094-1)

PEREIRA, LUIS A. M.; PAPA, JOAO P.; COELHO, ANDRE L. V.; LIMA, CLODOALDO A. M.; PEREIRA, DANILLO R.; DE ALBUQUERQUE, VICTOR HUGO C.. Automatic identification of epileptic EEG signals through binary magnetic optimization algorithms. NEURAL COMPUTING & APPLICATIONS, v. 31, n. 2, p. 1317-1329, FEB 2019. (14/16250-9, 09/16206-1, 11/14094-1)

PEREIRA, LUIS A. M.; NAKAMURA, RODRIGO Y. M.; DE SOUZA, GUILHERME F. S.; MARTINS, DAGOBERTO; PAPA, JOAO P.. Aquatic weed automatic classification using machine learning techniques. COMPUTERS AND ELECTRONICS IN AGRICULTURE, v. 87, p. 56-63, SEP 2012. (10/11676-7, 11/14094-1, 10/12222-0, 11/14058-5)

PIRES, RAFAEL G.; PEREIRA, DANILLO R.; PEREIRA, LUIS A. M.; MANSANO, ALEX F.; PAPA, JOO P.. Projections onto convex sets parameter estimation through harmony search and its application for image restoration. NATURAL COMPUTING, v. 15, n. 3, p. 10-pg., 2016-09-01. (11/14094-1, 09/16206-1, 13/20387-7, 14/16250-9)

RODRIGUES, DOUGLAS; PEREIRA, LUIS A. M.; PAPA, JOAO P.; RAMOS, CAIO C. O.; SOUZA, ANDRE N.; PAPA, LUCIENE P.; WILSON, R; HANCOCK, E; BORS, A; SMITH, W. Optimizing Feature Selection through Binary Charged System Search. COMPUTER ANALYSIS OF IMAGES AND PATTERNS, PT I, v. 8047, p. 8-pg., 2013-01-01. (09/16206-1, 11/14094-1, 12/14158-2)

PEREIRA, LUIS A. M.; PAPA, JOAO P.; COELHO, ANDRE L. V.; LIMA, CLODOALDO A. M.; PEREIRA, DANILLO R.; DE ALBUQUERQUE, VICTOR HUGO C.. Automatic identification of epileptic EEG signals through binary magnetic optimization algorithms. NEURAL COMPUTING & APPLICATIONS, v. 31, p. 13-pg., 2019-02-01. (09/16206-1, 14/16250-9, 11/14094-1)

PEREIRA, L. A. M.; RODRIGUES, D.; RIBEIRO, P. B.; PAPA, J. P.; WEBER, SILKE A. T.; IEEE. SOCIAL-SPIDER OPTIMIZATION-BASED ARTIFICIAL NEURAL NETWORKS TRAINING AND ITS APPLICATIONS FOR PARKINSON'S DISEASE IDENTIFICATION. 2014 IEEE 27TH INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS (CBMS), v. N/A, p. 4-pg., 2014-01-01. (13/20387-7, 09/16206-1, 11/14094-1)

RIBEIRO, PATRICIA B.; DA COSTA, KELTON A. P.; PAPA, JOAO P.; ROMERO, ROSELI A. F.; IEEE. Optimum-Path Forest Applied for Breast Masses Classification. 2014 IEEE 27TH INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS (CBMS), v. N/A, p. 4-pg., 2014-01-01. (13/20387-7, 09/16206-1, 11/14094-1)

PEREIRA, LUIS A. M.; PAPA, JOAO PAULO; DE SOUZA, ANDRE N.; KUZLE, I; CAPUDER, T; PANDZIC, H. Harmony Search applied for Support Vector Machines Training Optimization. 2013 IEEE EUROCON, v. N/A, p. 5-pg., 2013-01-01. (12/14158-2, 09/16206-1, 11/14094-1)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

PEREIRA, Luis Augusto Martins. Explorando abordagens de múltiplos rótulos por floresta de caminhos ótimos. 2013. Dissertação de Mestrado - Universidade Estadual Paulista (Unesp). Instituto de Biociências Letras e Ciências Exatas. São José do Rio Preto São José do Rio Preto.