Busca avançada
Ano de início
Entree

Aprendizado fracamente supervisionado baseado em métricas de Ranqueamentto

Processo: 19/04754-6
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de abril de 2019
Vigência (Término): 31 de março de 2021
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Convênio/Acordo: Microsoft Research
Pesquisador responsável:Daniel Carlos Guimarães Pedronette
Beneficiário:João Gabriel Camacho Presotto
Instituição-sede: Instituto de Geociências e Ciências Exatas (IGCE). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro, SP, Brasil
Vinculado ao auxílio:17/25908-6 - Aprendizado fracamente supervisionado para análise de vídeos no domínio comprimido em tarefas de recuperação e classificação para alertas visuais, AP.PITE
Assunto(s):Métrica

Resumo

Métricas contextuais não supervisionadas podem efetivamente codificar informações úteis sobre a estrutura do conjunto de dados. Tais métricas baseadas em informações de ranqueamento podem modelar adequadamente situações que indicam relações de similaridade com um alto grau de confiança. Em tais situações, os objetos envolvidos são incluídos em um conjunto de treinamento expandido, viabilizando abordagens fracamente supervisionadas.