Classificação de Alto Nível Baseada em Entropia da Rede

Autores

  • Filipe Alves Neto Instituto de Ciências Matemáticas e de Computação / Universidade de São Paulo
  • Liang Zhao Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto / Universidade de São Paulo

Palavras-chave:

Classificação de Alto Nível, Redes Complexas, Entropia da Rede

Resumo

Técnicas tradicionais de classificação que baseiam-se apenas em características físicas dos dados são chamadas de classificação de baixo nível. Se consideram, além dos atributos físicos, o padrão de formação, são denominadas técnicas de classificação de alto nível. Apresenta-se aqui o projeto de iniciação científica que propõe o desenvolvimento de uma nova técnica de classificação de alto nível baseada na medição das entropias da rede antes e depois da inserção de um item a ser classificado. Este item é classificado como pertencente à classe que resultar o maior aumento nas medições. O método pode classificar os dados por sua similaridade e padrão de formação. Em resumo, esta técnica calcula a importância do dado para cada uma das classes.

Downloads

Não há dados estatísticos.

Biografia do Autor

Filipe Alves Neto, Instituto de Ciências Matemáticas e de Computação / Universidade de São Paulo

Formou-se como Bacharel em Ciências de Computação pelo Instituto de Ciências Matemáticas e de Computação (ICMC), Universidade de São Paulo (USP). Atualmente é doutorando do curso de Ciências de Computação e Matemática Computacional do ICMC/USP. Atua principalmente nos seguintes temas: classificação, reconhecimento de padrão, redes complexas e processos dinâmicos.

Liang Zhao, Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto / Universidade de São Paulo

Recebeu seu BS, em 1988, pela Universidade de Wuhan, China, e concluiu seus mestrado e doutorado pelo Instituto Tecnológico de Aeronáutica (ITA) em 1996 e 1998, respectivamente, todos em Ciência da Computação. Em 2000, ele se juntou ao corpo docente do Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP), São Carlos. Atualmente, ele é Professor Titular do Departamento de Computação e Matemática (DCM), Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP), Universidade de São Paulo (USP). Entre 2003 e 2004, ele foi Pesquisador Visitante na Arizona State University, EUA. Ele possui experiência na área de Ciência da Computação, atuando principalmente nos seguintes temas: redes neurais artificiais, redes complexas, inteligência artificial, bioinformática e reconhecimento de padrões. O Dr. Zhao Liang é orientador de mestrado e doutorado. Ele foi Editor Associado na IEEE Transactions on Neural Networks and Learning Systems e atualmente ele é Editor Associado na Neural Networks. O Dr. Zhao Liang foi líder do grupo de pesquisa e coordenador do laboratório da Computação Bioinspirada (BIOCOM) do ICMC/USP. Além disso, ele serve como Program Chair de diversos congressos internacionais e participa de um Projeto Temático e CEPID da FAPESP como Pesquisador Principal. O Dr. Zhao Liang é Senior Member do IEEE e membro da INNS e SBC. Entre vários prêmios científicos recebidos, destaca a tese de doutorado do Dr. Thiago Christiano Silva, sob orientação do Dr. Zhao Liang, que recebeu o Prêmio Capes de Tese 2013 na área de Ciência da Computação e o Prêmio Tese Destaque USP 2013 na grande área de Ciências Exatas e da Terra.

Downloads

Publicado

2018-02-05