
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 | Ranthum, Geraldo | - |
| Autor(es): dc.contributor | Ranthum, Geraldo | - |
| Autor(es): dc.contributor | Alves, Gleifer Vaz | - |
| Autor(es): dc.contributor | Fidélis, Marcos Vinicius | - |
| Autor(es): dc.creator | Oliveira Junior, Milton Soares de | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T12:57:41Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T12:57:41Z | - |
| Data de envio: dc.date.issued | 2020-11-18 | - |
| Data de envio: dc.date.issued | 2020-11-18 | - |
| Data de envio: dc.date.issued | 2016-11-24 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/15923 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1104972 | - |
| Descrição: dc.description | In hierarchical multi-label classification problems, each instance may be associated with one or more labels simultaneously belonging to a hierarchical level subclass or superclass. This classification is performed through learning techniques that from a trained database defines the set of labels that an instance is associated. However, an existing multi-label problem in rating refers to classifiers used in existing techniques which do not provide the number of labels to be defined for new instances presented to the classification model. In the current literature of Learning Machine and Data Mining, these classifiers only define in the training phase the set of labels of entry example with amount already preset in the training phase. Therefore, in this study will be investigated and adapted classification techniques able to predict the number of labels to be associated with a new instance, such that it is contained in a hierarchical and multi-label entries. | - |
| Descrição: dc.description | Em problemas de classificação hierárquica multirrótulo, cada exemplo pode estar associado a uma ou mais classes simultaneamente pertencendo a um nível hierárquico de subclasse ou superclasse. Essa classificação é realizada através de técnicas de aprendizagem, que a partir de uma base de dados treinada, define o conjunto de classes que uma instância estará associada. Porém, há um problema na classificação multirrótulo que está associado aos classificadores das técnicas, que não preveem a quantidade de classes que será definida para novas instâncias apresentadas ao modelo de classificação. Na atual literatura de Aprendizagem de Máquina e Mineração de Dados, esses classificadores apenas definem na fase de teste o conjunto de classes de um exemplo de entrada com quantidade já pré-definida na fase de treinamento. Portanto, neste trabalho serão investigadas e adaptadas técnicas de classificação capazes de prever a quantidade de classes que será associada a uma nova instância, tal que ela esteja contida em um conjunto de entrada hierárquico e multirrótulo. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Ponta Grossa | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Departamento Acadêmico de Informática | - |
| Publicador: dc.publisher | Ciência da Computação | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Palavras-chave: dc.subject | Hierarquias - Classificação | - |
| Palavras-chave: dc.subject | Previsão | - |
| Palavras-chave: dc.subject | Aprendizado do computador | - |
| Palavras-chave: dc.subject | Mineração de dados (Computação) | - |
| Palavras-chave: dc.subject | Hierarchies - Classification | - |
| Palavras-chave: dc.subject | Forecasting | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Data mining | - |
| Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
| Título: dc.title | Previsão da quantidade de classes em um problema de classificação hierárquica multirrótulo | - |
| Título: dc.title | Forecast of label numbers in a hierarchical multilabel classification problem | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
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: