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 | Jodas, Danilo | - |
Autor(es): dc.creator | Passos, Leandro A. | - |
Autor(es): dc.creator | Rodrigues, Douglas | - |
Autor(es): dc.creator | Costa, Kelton | - |
Autor(es): dc.creator | Paulo Papa, João | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:48:45Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:48:45Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/978-3-031-78183-4_1 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/308751 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/308751 | - |
Descrição: dc.description | Ensemble pruning techniques are widely used to enhance a set of classifiers’ efficiency and predictive performance by selecting a subset of representative models, preventing redundancy, and ensuring diversity in classification tasks. The Optimum-Path Forest (OPF), a stable and efficient graph-based framework, offers versatile supervised and unsupervised capabilities in various machine-learning applications. The supervised version provides remarkable results with a simple graph-based structure produced by a training process conducted over a single dataset. However, one can notice little effort in OPF-based ensemble learning. This paper introduces an innovative approach to pruning OPF classifiers using meta-descriptions learned by Graph-Matching Networks, which are further employed to cluster similar OPF instances. The strategy selectively chooses representative models that excel in predictive tasks from groups generated by unsupervised OPF. Results demonstrate competitive performance to state-of-the-art pruning algorithms, with experiments conducted over fifteen public datasets, encouraging further exploration of Graph Matching Networks applied to ensemble pruning. | - |
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 | São Paulo State University (UNESP) School of Sciences | - |
Descrição: dc.description | São Paulo State University (UNESP) School of Sciences | - |
Descrição: dc.description | FAPESP: 2013/07375-0 | - |
Descrição: dc.description | FAPESP: 2018/25225-9 | - |
Descrição: dc.description | FAPESP: 2019/07665- 4 | - |
Descrição: dc.description | FAPESP: 2023/01374-3 | - |
Descrição: dc.description | FAPESP: 2023/03726-4 | - |
Descrição: dc.description | FAPESP: 2023/10823-6 | - |
Descrição: dc.description | FAPESP: 2023/14354-0 | - |
Descrição: dc.description | FAPESP: 2023/14427-8 | - |
Descrição: dc.description | CNPq: 308529/2021-9 | - |
Descrição: dc.description | CNPq: 400756/2024-2 | - |
Formato: dc.format | 1-18 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Ensemble Pruning | - |
Palavras-chave: dc.subject | Graph Matching | - |
Palavras-chave: dc.subject | Graph Matching Networks | - |
Palavras-chave: dc.subject | Optimum-Path Forest | - |
Título: dc.title | Graph Matching Networks Meet Optimum-Path Forest: How to Prune Ensembles Efficiently | - |
Tipo de arquivo: dc.type | aula 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: