
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 | Center for Monitoring and Early Warning of Natural Disasters (CEMADEN) | - |
| Autor(es): dc.contributor | National Institute for Space Research (INPE) | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | Billa, Wagner S. | - |
| Autor(es): dc.creator | Negri, Rogério G. | - |
| Autor(es): dc.creator | Santos, Leonardo B. L. | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T15:57:14Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T15:57:14Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2023-11-30 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/eng4040142 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/304084 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/304084 | - |
| Descrição: dc.description | This article addresses the challenges of selecting robust classifiers with increasing noise levels in real-world scenarios. We propose the WB Score methodology, which enables the identification of reliable classifiers for deployment in noisy environments. The methodology addresses four significant challenges that are commonly encountered: (i) Ensuring classifiers possess robustness to noise; (ii) Overcoming the difficulty of obtaining representative data that captures real-world noise; (iii) Addressing the complexity of detecting noise, making it challenging to differentiate it from natural variations in the data; and (iv) Meeting the requirement for classifiers capable of efficiently handling noise, allowing prompt responses for decision-making. WB Score provides a comprehensive approach for classifier assessment and selection to address these challenges. We analyze five classic datasets and one customized flooding dataset in São Paulo. The results demonstrate the practical effect of using the WB Score methodology is the enhanced ability to select robust classifiers for datasets in noisy real-world scenarios. Compared with similar techniques, the improvement centers around providing a visual and intuitive output, enhancing the understanding of classifier resilience against noise, and streamlining the decision-making process. | - |
| Descrição: dc.description | Center for Monitoring and Early Warning of Natural Disasters (CEMADEN), São José dos Campos | - |
| Descrição: dc.description | National Institute for Space Research (INPE), São José dos Campos | - |
| Descrição: dc.description | Science and Technology Institute (ICT) São Paulo State University (UNESP), São José dos Campos | - |
| Descrição: dc.description | Science and Technology Institute (ICT) São Paulo State University (UNESP), São José dos Campos | - |
| Formato: dc.format | 2497-2513 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Eng | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | classifier selection | - |
| Palavras-chave: dc.subject | computational classification | - |
| Palavras-chave: dc.subject | machine learning | - |
| Palavras-chave: dc.subject | noise robustness | - |
| Palavras-chave: dc.subject | visual decision-making | - |
| Título: dc.title | WB Score: A Novel Methodology for Visual Classifier Selection in Increasingly Noisy Datasets | - |
| 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: