Use este identificador para citar o ir al link de este elemento: http://hdl.handle.net/1843/JCES-ARRMAB
Tipo: Dissertação de Mestrado
Título: Recodificação de atributos para learning to rank usando autoencoders
Autor(es): Alberto de Sá Cavalcanti de Albuquerque
primer Tutor: Renato Antonio Celso Ferreira
primer Co-tutor: Adriano Alonso Veloso
primer miembro del tribunal : Adriano Alonso Veloso
Segundo miembro del tribunal: Edleno Silva de Moura
Tercer miembro del tribunal: Leandro Balby Marinho
Cuarto miembro del tribunal: Nivio Ziviani
Resumen: 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.
Asunto: Recuperação da informação
Aprendizado de representações
Aprendizado de ranqueamento
Computação
Aprendizado de máquina
Idioma: Português
Editor: Universidade Federal de Minas Gerais
Sigla da Institución: UFMG
Tipo de acceso: Acesso Aberto
URI: http://hdl.handle.net/1843/JCES-ARRMAB
Fecha del documento: 23-jun-2017
Aparece en las colecciones:Dissertações de Mestrado

archivos asociados a este elemento:
archivo Descripción TamañoFormato 
albertosacavalcanti.pdf822.1 kBAdobe PDFVisualizar/Abrir


Los elementos en el repositorio están protegidos por copyright, con todos los derechos reservados, salvo cuando es indicado lo contrario.