
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | Passos, Leandro Aparecido | - |
| Autor(es): dc.creator | Jodas, Danilo S. | - |
| Autor(es): dc.creator | Ribeiro, Luiz C.F. | - |
| Autor(es): dc.creator | Akio, Marco | - |
| Autor(es): dc.creator | de Souza, Andre Nunes | - |
| Autor(es): dc.creator | Papa, João Paulo | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T22:31:55Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T22:31:55Z | - |
| Data de envio: dc.date.issued | 2022-05-01 | - |
| Data de envio: dc.date.issued | 2022-05-01 | - |
| Data de envio: dc.date.issued | 2022-04-22 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.knosys.2022.108445 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/234201 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/234201 | - |
| Descrição: dc.description | In the last decade, machine learning-based approaches became capable of performing a wide range of complex tasks sometimes better than humans, demanding a fraction of the time. Such an advance is partially due to the exponential growth in the amount of data available, which makes it possible to extract trustworthy real-world information from them. However, such data is generally imbalanced since some phenomena are more likely than others. Such a behavior yields considerable influence on the machine learning model's performance since it becomes biased on the more frequent data it receives. Despite the considerable amount of machine learning methods, a graph-based approach has attracted considerable notoriety due to the outstanding performance over many applications, i.e., the Optimum-Path Forest (OPF). In this paper, we propose three OPF-based strategies to deal with the imbalance problem: the O2PF and the OPF-US, which are novel approaches for oversampling and undersampling, respectively, as well as a hybrid strategy combining both approaches. The paper also introduces a set of variants concerning the strategies mentioned above. Results compared against several state-of-the-art techniques over public and private datasets confirm the robustness of the proposed approaches. | - |
| Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
| Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
| Descrição: dc.description | Department of Computing São Paulo State University, Av. Eng. Luiz Edmundo Carrijo Coube, 14-01 | - |
| Descrição: dc.description | Department of Electrical Engineering São Paulo State University, Av. Eng. Luiz Edmundo Carrijo Coube, 14-01 | - |
| Descrição: dc.description | Department of Computing São Paulo State University, Av. Eng. Luiz Edmundo Carrijo Coube, 14-01 | - |
| Descrição: dc.description | Department of Electrical Engineering São Paulo State University, Av. Eng. Luiz Edmundo Carrijo Coube, 14-01 | - |
| Descrição: dc.description | FAPESP: #2013/07375-0 | - |
| Descrição: dc.description | FAPESP: #2014/12236-1 | - |
| Descrição: dc.description | FAPESP: #2017/02286-0 | - |
| Descrição: dc.description | FAPESP: #2018/21934-5 | - |
| Descrição: dc.description | FAPESP: #2019/07665-4 | - |
| Descrição: dc.description | FAPESP: #2019/18287-0 | - |
| Descrição: dc.description | FAPESP: #2020/12101-0 | - |
| Descrição: dc.description | CNPq: #307066/2017-7 | - |
| Descrição: dc.description | CNPq: #427968/2018-6 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Knowledge-Based Systems | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Imbalanced data | - |
| Palavras-chave: dc.subject | Optimum-Path Forest | - |
| Palavras-chave: dc.subject | Oversampling | - |
| Palavras-chave: dc.subject | Undersampling | - |
| Título: dc.title | Handling imbalanced datasets through Optimum-Path Forest | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: