Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
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.
Melhorias na classificação de imagens contextuais através de grafos convolucionais e caminhada aleatória
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1108471
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Bugatti, Pedro Henrique | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/2177467029991118 | - |
| Autor(es): dc.contributor | Saito, Priscila Tiemi Maeda | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/6652293216938994 | - |
| Autor(es): dc.contributor | Kashiwabara, Andre Yoshiaki | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/3194328548975437 | - |
| Autor(es): dc.contributor | Lopes, Fabricio Martins | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/1660070580824436 | - |
| Autor(es): dc.contributor | Silva, Marcelo Ponciano da | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/5460455448058206 | - |
| Autor(es): dc.contributor | Bugatti, Pedro Henrique | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/2177467029991118 | - |
| Autor(es): dc.contributor | Saito, Priscila Tiemi Maeda | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/6652293216938994 | - |
| Autor(es): dc.creator | Silva, William Sdayle Marins | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T13:09:58Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T13:09:58Z | - |
| Data de envio: dc.date.issued | 2023-08-14 | - |
| Data de envio: dc.date.issued | 2023-08-14 | - |
| Data de envio: dc.date.issued | 2023-03-15 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/32061 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1108471 | - |
| Descrição: dc.description | Humans can manage to assimilate the context between information from little perceived data, and this statement applies to the context in images. In machine learning, an image’s context can be represented and predicted using Graph Convolutional Networks (GCNs). In this context, graph convolutional networks need the graph structure to apply the convolutional method between nodes. Based on previous work, fully connected and threshold weights are edge policies that can be used to create image context graphs. However, the connection policies between objects generally used in the creation of convolutional graphs may not be the best in terms of classification or number of edges, which may confuse the classification models. Aiming to make context graphs more expressive and improve the accuracy of contextual image classifications, this paper proposes an efficient method based in random walks that can get better classification results compared to the literature. To increase the level of comparison of the proposed method, two other random methods were used; random cut and random edge. Some pre-trained neural network architectures were used to extract features of each object from the images. Different sizes of walks were also tested for the random walk, making the project more comprehensive. Were used different label contexts in four datasets to evaluate the graph edge connection policies. The proposed approach could perform better results in almost all the datasets and having edge sets smaller than the fully connected policy in all datasets. The proposed method could perform 56.20% of precision compared to 50.37% of the fully connected policie and 53.85% of the threshold weights method. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | Sabe-se que pessoas conseguem assimilar o contexto entre informações a partir de dados pouco percebidos, e essa afirmação se aplica ao contexto em imagens. No aprendizado de máquina, o contexto de uma imagem pode ser representado e previsto usando Graph Convolutional Networks (GCNs). Nesse contexto, as redes convolucionais em grafos precisam da estrutura do grafo para aplicar o método convolucional entre os nós. Com base no trabalhos anteriores, grafos convolucionais com politicas de conexão totalmente conectadas e por cortes com base em pesos são políticas que podem ser usadas para criar gráficos de contexto de imagem. No entanto, as políticas de conexão entre objetos geralmente utilizadas na criação de grafos convolucionais podem não ser as melhores em termos de classificação ou número de arestas, o que pode confundir os modelos de classificação. Com o objetivo de tornar os grafos de contexto mais expressivos e melhorar a precisão das classificações de imagens contextuais, este trabalho propõe um método eficiente baseado em passeios aleatórios que podem obter melhores resultados de classificação em comparação com a literatura. Para aumentar o nível de comparação do método proposto, foram utilizados outros dois métodos aleatórios; corte aleatório e arestas aleatórias. Algumas arquiteturas de redes neurais pré-treinadas foram usadas para extrair características de cada objeto das imagens. Diferentes tamanhos de passeios também foram testados para o passeio aleatório, tornando o projeto mais abrangente. Foram utilizados diferentes contextos de rótulos em quatro conjuntos de imagens para avaliar as políticas de conexão de arestas do grafo. A abordagem proposta apresentou melhores resultados em quase todos os conjuntos e conjuntos de arestas menores de que a política totalmente conectada em todos os datasets. O método proposto performou 56,20% de precisão em comparação com 50,37% da política totalmente conectada e 53,85% do método por cortes com base em pesos. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Cornelio Procopio | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Bioinformática | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Palavras-chave: dc.subject | Redes neurais (Computação) | - |
| Palavras-chave: dc.subject | Imagens como recursos de informação | - |
| Palavras-chave: dc.subject | Bioinformática | - |
| Palavras-chave: dc.subject | Neural networks (Computer science) | - |
| Palavras-chave: dc.subject | Pictures as information resources | - |
| Palavras-chave: dc.subject | Bioinformatics | - |
| Palavras-chave: dc.subject | CNPQ::ENGENHARIAS | - |
| Palavras-chave: dc.subject | Engenharia/Tecnologia/Gestão | - |
| Título: dc.title | Melhorias na classificação de imagens contextuais através de grafos convolucionais e caminhada aleatória | - |
| Título: dc.title | Improvements in contextual image classification through graph convolutional networks and random walks | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
Não existem arquivos associados a este item.
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:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo