Projeto e implementação de um framework para a geração de conjunto de dados sintéticos para aprendizado multirrótulo.
| dc.contributor | Instituto de Ciências Matemáticas e de Computação – ICMC/USP | pt_BR |
| dc.contributor.author | Tomás, Jimena Torres | |
| dc.contributor.author | Spolaôr, Newton | |
| dc.contributor.author | Cherman, Everton Alvares | |
| dc.contributor.author | Monard, Maria Carolina | |
| dc.date.accessioned | 2017-12-14T14:13:46Z | |
| dc.date.available | 2017-12-14T14:13:46Z | |
| dc.date.issued | 2013-01 | |
| dc.description.abstract | O conhecimento a priori das características de um conjuntos de dados contribui para um melhor entendimento dos algoritmos de aprendizado e das avaliações comparativas entre esses algoritmos. Esse conhecimento possibilita realizar experimentos em um ambiente relativamente controlado, o qual pode ser obtido utilizando conjuntos de dados sintéticos (artificiais). Entretanto, são poucas as estratégias propostas na literatura para a geração de conjuntos de dados sintéticos para aprendizado multirrótulo e há uma carência de ferramentas computacionais que implementam essas estrategias. Neste trabalho e descrito o projeto e a implementação de um framework para a geração de conjunto de dados sintéticos multirrótulo, que conta com duas ferramentas, a primeira utiliza hiperesferas para determinar os multirrótulos do conjunto de dados e a segunda utiliza hipercubos. O uso das ferramentas e ilustrado por meio de alguns experimentos com conjuntos de dados gerados pelo framework, o qual está disponível para a comunidade. | pt_BR |
| dc.description.notes | Relatórios Técnicos do ICMC; 391 | pt_BR |
| dc.format | 34 p. | pt_BR |
| dc.identifier.uri | http://repositorio.icmc.usp.br//handle/RIICMC/6674 | |
| dc.language.iso | por | pt_BR |
| dc.publisher.city | São Carlos, SP, Brasil. | pt_BR |
| dc.subject | Inteligência artificial | pt_BR |
| dc.title | Projeto e implementação de um framework para a geração de conjunto de dados sintéticos para aprendizado multirrótulo. | pt_BR |
| dc.title.alternative | Design and implementation of a framework for the generation of synthetic data set for multi-label learning. | pt_BR |
| dc.type.category | Relatórios técnicos | pt_BR |
| usp.description.abstracttranslated | A priori knowledge of the characteristics of a data set contributes for a better understanding of learning algorithms and comparative evaluations between these algorithms... | pt_BR |