| Processo: | 21/07993-1 |
| Modalidade de apoio: | Bolsas no Brasil - Iniciação Científica |
| Data de Início da vigência: | 01 de setembro de 2021 |
| Data de Término da vigência: | 31 de agosto de 2022 |
| Área de conhecimento: | Ciências Exatas e da Terra - Ciência da Computação |
| Pesquisador responsável: | Daniel Carlos Guimarães Pedronette |
| Beneficiário: | Vinicius Atsushi Sato Kawai |
| Instituição Sede: | Instituto de Geociências e Ciências Exatas (IGCE). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro , SP, Brasil |
| Vinculado ao auxílio: | 18/15597-6 - Aplicação e investigação de métodos de aprendizado não-supervisionado em tarefas de recuperação e classificação, AP.JP2 |
| Assunto(s): | Aprendizado computacional Recuperação da informação Técnicas, medidas, equipamentos de medição |
| Palavra(s)-Chave do Pesquisador: | Ranqueamento | Recuperação de Informação e Aprendizado de Máquina |
Resumo Informações de similaridade baseadas em análise contextual apresentam um grande potencial em várias tarefas de aprendizado de máquina e recuperação de informação. Medidas de correlação de ranqueamento provêm uma ferramenta eficaz para análise de similaridade contextual. Recentemente, essas medidas têm sido exploradas com sucesso em cenários não supervisionados e fracamente supervisionados. Nesse cenário, este projeto tem como principal objetivo a avaliação e investigação de novas medidas. A ideia principal consiste em avaliar as métricas exsistentes e investigar o desenvolvimento de métricas que possam aumentar a eficácia dos métodos em que são utilizadas. | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |