dc.contributor.author | Treméa, Samuel | |
dc.date.accessioned | 2022-05-06T16:30:21Z | |
dc.date.available | 2022-05-06T16:30:21Z | |
dc.date.issued | 2022-04-18 | |
dc.identifier.citation | TREMÉA, Samuel. Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada. 2022. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2022. Disponível em: https://repositorio.ufscar.br/handle/ufscar/16058. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/16058 | |
dc.description.abstract | In this work, we propose an in-depth analysis of Graph Convolutional Networks, a semi-supervised machine learning method for node classification in graph-structured data. Based on the seminal work proposed by Thomas Kipf and Max Welling, the objective of this work is to evaluate in depth the characteristics, nuances, and particularities of this method. This method is also applied to real data in Python. | eng |
dc.description.sponsorship | Não recebi financiamento | 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 | Aprendizado de máquina | por |
dc.subject | Grafos | por |
dc.subject | Redes neurais | por |
dc.subject | Classificação | por |
dc.title | Redes neurais aplicadas a grafos: uma abordagem semi-supervisionada | por |
dc.title.alternative | Neural networks applied to graphs: a semi-supervised approach | eng |
dc.type | TCC | por |
dc.contributor.advisor1 | Cerqueira, Andressa | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/1934493281651316 | por |
dc.description.resumo | Neste Trabalho de Conclusão de Curso, propõe-se a análise aprofundada das Redes Convolucionais de Grafos, um método de aprendizagem de máquina semi-supervisionada para classificação de nós para dados com estruturas de redes. Para tal, tendo como base o artigo dos seus idealizadores Thomas Kipf e Max Welling, serão estudadas suas características, nuances e particularidades e, por fim, ele será colocado em prática, com o auxílio da linguagem Python, em dados reais. | por |
dc.publisher.initials | UFSCar | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOS | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/0667051526625566 | por |
dc.publisher.course | Estatística - Es | por |