Aprendizado positivo e não rotulado guiado por densidade
| dc.contributor.advisor1 | Naldi, Murilo Coelho | |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/0573662728816861 | |
| dc.contributor.advisor1orcid | https://orcid.org/0000-0002-3107-8236 | |
| dc.contributor.author | Castro Neto, Carlos Pereira de | |
| dc.contributor.authorlattes | http://lattes.cnpq.br/6844472233094299 | |
| dc.contributor.authororcid | https://orcid.org/0000-0002-5795-399 | |
| dc.contributor.referee | Marcacini, Ricardo Marcondes | |
| dc.contributor.referee | Almeida, Tiago Agostinho de | |
| dc.contributor.refereeLattes | http://lattes.cnpq.br/3272611282260295 | |
| dc.contributor.refereeLattes | http://lattes.cnpq.br/5368680512020633 | |
| dc.contributor.refereeorcid | https://orcid.org/0000-0002-2309-3487 | |
| dc.contributor.refereeorcid | https://orcid.org/0000-0001-6943-8033 | |
| dc.date.accessioned | 2026-10-20T17:12:07Z | |
| dc.date.issued | 2026-10-02 | |
| dc.description.abstract | Positive-Unlabeled Learning is a special case of semi-supervised learning in which only a few examples of the positive class are labeled, while the rest remain unlabeled, comprising both positive and negative instances. The two-step strategy, widely adopted in the literature, consists of extracting a subset of reliable negative examples from the unlabeled data and subsequently training a classifier based on them. This work proposes a modular framework based on density-based hierarchical clustering for the extraction of reliable negatives and for a novel transductive semi-supervised classification strategy. The approach is founded on the exploration of the data's topological structure and on density-based probability estimates. To extend the method to data represented as graphs, the strategy is combined with latent representation learning techniques. An adaptation focused on topology preservation is proposed for scenarios where connected nodes tend to be similar (homophily), alongside a novel spatially guided metric learning architecture, developed in this work for networks where connections between distinct classes are predominant (heterophily). The experimental validation encompassed several datasets, contrasting the method with recent state-of-the-art approaches. The findings corroborate the premise that density in the latent space is a strong indicator of class separability in the absence of negative labels, ensuring the proposed approach achieves competitive, and sometimes superior, performance in both negative extraction and classification across tabular data and homophilic graphs. The scenario proves more challenging in strongly heterophilic networks, where the developed model preserves a good capacity for negative extraction but encounters limitations regarding the complexity of semi-supervised propagation during the final classification. This dynamics in complex graphs, coupled with the model's sensitivity to structural parameters, outlines the current application limits of the framework and points to natural directions for future work. | eng |
| dc.description.resumo | O Aprendizado Positivo e Não Rotulado é um caso particular do aprendizado semissupervisionado em que apenas poucos exemplos da classe positiva são rotulados, enquanto os demais permanecem não rotulados, abrangendo tanto instâncias positivas quanto negativas. A estratégia em duas etapas, amplamente adotada na literatura, consiste em extrair um subconjunto de exemplos negativos confiáveis a partir dos dados não rotulados e, em seguida, treinar um classificador com base neles. Este trabalho propõe um arcabouço modular baseado em agrupamento hierárquico por densidade para a extração de negativos confiáveis e para uma nova estratégia de classificação semissupervisionada transdutiva. A abordagem fundamenta-se na exploração da estrutura topológica dos dados e em estimativas de probabilidade baseadas em densidade. Para estender o método a dados representados como grafos, a estratégia é combinada com técnicas de aprendizado de representação latente. Propõe-se uma adaptação focada na preservação da topologia para cenários onde nós conectados tendem a ser similares (homofilia), bem como uma nova arquitetura de aprendizado de métrica espacialmente guiada, desenvolvida neste trabalho para redes onde conexões entre classes distintas são predominantes (heterofilia). A validação experimental abrangeu diversos conjuntos de dados, contrastando o método com abordagens recentes do estado da arte. Os achados corroboram a premissa de que a densidade no espaço latente é um forte indicativo de separabilidade de classes na ausência de rótulos negativos, garantindo à abordagem proposta um desempenho competitivo e, por vezes, superior, tanto na extração de negativos quanto na classificação em dados tabulares e grafos homofílicos. O cenário revela-se mais desafiador em redes fortemente heterofílicas, nas quais o modelo desenvolvido preserva uma boa capacidade de extração de negativos, mas encontra limitações na complexidade da propagação semissupervisionada durante a classificação final. Essa dinâmica em grafos complexos, atrelada à sensibilidade do modelo aos parâmetros estruturais, delineia os atuais limites de aplicação do arcabouço e aponta direcionamentos naturais para trabalhos futuros. | por |
| dc.description.sponsorship | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | |
| dc.description.sponsorshipId | 2026/06676-6 | |
| dc.identifier.citation | CASTRO NETO, Carlos Pereira de. Aprendizado positivo e não rotulado guiado por densidade. 2026. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de São Carlos, Campus São Carlos, 2026. Disponível em: https://hdl.handle.net/20.500.14289/24867. | por |
| dc.identifier.uri | https://hdl.handle.net/20.500.14289/24867 | |
| dc.language.iso | por | |
| dc.publisher | Universidade Federal de São Carlos | |
| dc.publisher.address | Campus São Carlos | |
| dc.publisher.center | Centro de Ciências Exatas e de Tecnologia - CCET | |
| dc.publisher.initials | UFSCar | |
| dc.publisher.program | Programa de Pós-Graduação em Ciência da Computação - PPGCC | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/ | |
| dc.subject | Aprendizado positivo e não rotulado | por |
| dc.subject | Agrupamento por densidade | por |
| dc.subject | Aprendizado de representação | por |
| dc.subject | Grafos complexos | por |
| dc.subject | Heterofilia | por |
| dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO | |
| dc.subject.ods | 9. Indústria, Inovação e Infraestrutura | |
| dc.title | Aprendizado positivo e não rotulado guiado por densidade | por |
| dc.title.alternative | Density-based positive unlabeled learning | eng |
| dc.type | Dissertação |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- Dissertacao_do_Mestrado__Carlos_Castro__2026_revisado.pdf
- Size:
- 5.01 MB
- Format:
- Adobe Portable Document Format