Uma abordagem visual para apoio ao aprendizado multi-instâncias

• Processo: 13/25055-2
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de maio de 2014
• Data de Término da vigência: 30 de abril de 2015
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Rosane Minghim
• Beneficiário: Sonia Castelo Quispe
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 11/22749-8 - Desafios em visualização exploratória de dados multidimensionais: novos paradigmas, escalabilidade e aplicações, AP.TEM
• Assunto(s): Visualização de informação
• Palavra(s)-Chave do Pesquisador: Aprendizado multi-instâncias | Árvores de Similaridade | Classificação Visual de Dados | projeções multidimensionais | Visualização de Informação

Resumo

A visualização de informação consiste em utilizar interfaces visuais interativas, cujo principal objetivo é representar claramente o conteúdo informacional de um conjunto de dados para o usuário final. Com a maturidade da área, novos e melhorados algoritmos estão disponíveis para apoiar visualmente a análise de dados. Os processos de aprendizado guiados pelo usuário, em particular, podem se beneficiar consideravelmente do emprego da visualização. Recentemente uma abordagem foi desenvolvida para apoio visual em tarefas de classificação e aplicado à análise de vários tipos de dados, como textos, imagens e dados biológicos: "Técnicas computacionais de apoio à classificação visual de imagens e outros". A abordagem, entretanto não engloba adequadamente algumas situações importantes, como a manipulação de grandes conjuntos de dados e a classificação multi-instância que é um modelo importante em diversas aplicações. Este projeto de mestrado visa desenvolver abordagens para contribuir para a escalabilidade da abordagem de classificação visual bem como adequá-lo ao processo de classificação multi-instâncias.

Publicações científicas

(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)

CASTELO, SONIA; PONTI, MOACIR; MINGHIM, ROSANE. A Visual Mining Approach to Improved Multiple- Instance Learning. ALGORITHMS, v. 14, n. 12, DEC 2021. (19/07316-0, 13/25055-2)

Publicações acadêmicas

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

QUISPE, Sonia Castelo. Uma abordagem visual para apoio ao aprendizado multi-instâncias. 2015. Dissertação de Mestrado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) São Carlos.