Mostrar el registro sencillo del ítem
Geração de conjuntos consistentes de regras para classificação multirrótulo com algoritmo evolutivo multiobjetivo
dc.contributor.author | Miranda, Thiago Zafalon | |
dc.date.accessioned | 2020-07-22T17:05:53Z | |
dc.date.available | 2020-07-22T17:05:53Z | |
dc.date.issued | 2020-06-25 | |
dc.identifier.citation | MIRANDA, Thiago Zafalon. Geração de conjuntos consistentes de regras para classificação multirrótulo com algoritmo evolutivo multiobjetivo. 2020. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de São Carlos, São Carlos, 2020. Disponível em: https://repositorio.ufscar.br/handle/ufscar/13067. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/13067 | |
dc.description.abstract | Multi-label classification a machine learning task whose objective is to generate models capable of learning relationships between descriptive characteristics of objects and the sets of classes to which such objects belong. In certain applications, it is important for the models to be interpretable so that their users can trust it or so that its predictions can be explained. In this research, we investigated the generation of multi-label classification models based on consistent sets of rules. We proposed an evolutionary algorithm and two auxiliary algorithms that guide the rule generation process, ensuring that the rules created were consistent with each other. A set of rules is consistent if whenever multiple rules covers an object, such rules predict the same set of classes. The proposed evolutionary algorithm utilized multi-objective optimization techniques to generate collections of classification models that offer different compromises between interpretability and predictive power. Experiments were conducted with the proposed algorithms and with algorithms from the literature and, based on statistical analysis, we concluded that the generated models were, in terms of interpretability, superior to those generated by literature's algorithms and, in terms of predictive power, they were comparable to most. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Classificação multirrótulo | por |
dc.subject | Interpretabilidade | por |
dc.subject | Regras consistentes | por |
dc.subject | Otimização multiobjetivo | por |
dc.subject | Algoritmos evolutivos | por |
dc.subject | Multi-label classification | eng |
dc.subject | Interpretability | eng |
dc.subject | Consistent rules | eng |
dc.subject | Multi-objective optimization | eng |
dc.subject | Evolutionary algorithms | eng |
dc.title | Geração de conjuntos consistentes de regras para classificação multirrótulo com algoritmo evolutivo multiobjetivo | por |
dc.title.alternative | Generation of consistent sets of multi-label classification rules with multi-objective evolutionary algorithm | eng |
dc.type | Dissertação | por |
dc.contributor.advisor1 | Cerri, Ricardo | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/6266519868438512 | por |
dc.description.resumo | A classificação multirrótulo é uma tarefa da área de aprendizado de máquina cujo objetivo é gerar modelos capazes de aprender relações entre características descritivas de objetos e os conjuntos de classes as quais tais objetos podem pertencer. Em certas aplicações, é importante que os modelos sejam interpretáveis para que seus usuários confiem nele ou para que suas predições possam ser explicadas. Nesta pesquisa, explorou-se a geração de modelos de classificação multirrótulo baseados em conjuntos consistentes de regras. Para tanto, propôs-se um algoritmo evolutivo e dois algoritmos auxiliares que orientam seu processo de geração de regras, garantindo que as regras criadas sejam consistentes entre si. Um conjunto de regras é consistente se sempre que mais de uma regra cobrir um objeto, tais regras associam a este objeto o mesmo conjunto de classes. O algoritmo evolutivo proposto, ao empregar técnicas de otimização multiobjetivo, gera coleções de modelos de classificação que oferecem diferentes compromissos entre interpretabilidade e poder preditivo. Foram conduzidos experimentos com o algoritmo proposto e algoritmos da literatura e, a partir de análise estatística, concluiu-se que os modelos gerados são, em termos de interpretabilidade, superiores aos da literatura e, em termos de poder preditivo, comparáveis à maioria. | por |
dc.publisher.initials | UFSCar | por |
dc.publisher.program | Programa de Pós-Graduação em Ciência da Computação - PPGCC | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO | por |
dc.description.sponsorshipId | CAPES: Código de Financiamento 001 | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/8405817043726890 | por |