Aprendizagem de Modelos Probabilísticos Tratáveis e seu Uso na Classificação Multirrótulo

Resumo

Redes bayesianas permitem a representação compacta de conhecimento incerto. Existem fortes indícios vindos da complexidadecomputacional que realizar inferência em tais modelos leva tempo exponencial na largura de árvore, que mede a complexidade de um modelo.Limitar a largura de árvore dos modelos diminui seu poder representacional. Tal dimuição pode ser evitada sem aumento da complexidade de inferência através da introdução de variáveis latentes, isto é, de variáveis não observáveis. No entanto, os métodos existentes para aprendizagem de redes bayesianas de largura de árvore limitada não permitem variáveis latentes. Eles também são ineficazes em grandes domínios (com centenas ou até milhares de variáveis), o queimpossibilita sua aplicação em muitos problemas reais.Esse documento descreve uma proposta de pesquisa em métodos de aprendizagem de redes bayesianas de largura de árvore limitada que permitam variáveis latentes ou parcialmente observáveis, e que lidemsatisfatoriamente com domínios grandes. Tais métodos serão aplicados na construção de classificadores multirrótulos, ou seja, no aprendizado de funções que mapeiem objetos em conjuntos de classes relevantes. Diferentemente da classificação (monorrótulo) tradicional(onde cada objeto pertence a uma única classe), a relevância das classes é comumente correlacionada, o que demanda modelos mais sofisticados.Uma alternativa para a construção de classificadores eficientes é adotar outra classe de modelos probabilísticos com inferência tratável. Redes soma-produto são circuitos aritméticos para a representação de modelos probabilísticos. Inferência em uma rede soma-produto leva tempo linear em seu tamanho.Nessa pesquisa pretende-se desenvolver métodos de construção de classificadores multirrótulo baseados em redes soma-produto, comparando-as com seus análogos baseados em redes bayesianas. (AU)