Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/JCES-ARRMAB
Type: Dissertação de Mestrado
Title: Recodificação de atributos para learning to rank usando autoencoders
Authors: Alberto de Sá Cavalcanti de Albuquerque
First Advisor: Renato Antonio Celso Ferreira
First Co-advisor: Adriano Alonso Veloso
First Referee: Adriano Alonso Veloso
Second Referee: Edleno Silva de Moura
Third Referee: Leandro Balby Marinho
metadata.dc.contributor.referee4: Nivio Ziviani
Abstract: Neste trabalho, nós avaliamos de forma abrangente o impacto e potencial que o aprendizado profundo de representações alternativas tem enquanto aprimorador de resultados em tarefas de ordenação de documentos. Nós utilizamos autoencoders empilhados para criar um conjunto de centenas de representações alternativas de diversas bases de dados, e as avaliamos sob a ótica do desempenho de diversos algoritmos tradicionais de aprendizado de ordenação de documentos. Em outras palavras, procuramos saber o quão fácil ou dificíl é aprimorar a representação dos dados, usando autoencoders, que esses algoritmos utilizam em suas tarefas de aprendizado, e o quão melhores tais representações podem ser. Utilizamos o autoencoder para percorrer o domínio de representações possíveis de forma uniforme, de modo a, também, procurar entender o quão útil o autoencoder é para tal tarefa. Vemos em nossas análises que é possível, embora difícil, aprimorar a representação dos dados de forma relevante, obtendo resultados superiores ao estado da arte nas tarefas de ordenação de documentos. Vemos também que há conjuntos de hiperparâmetros do autoencoder que tendem a gerar resultados melhores.
Subject: Recuperação da informação
Aprendizado de representações
Aprendizado de ranqueamento
Computação
Aprendizado de máquina
language: Português
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
Rights: Acesso Aberto
URI: http://hdl.handle.net/1843/JCES-ARRMAB
Issue Date: 23-Jun-2017
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
albertosacavalcanti.pdf822.1 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.