Busca avançada
Ano de início
Entree

Aprendizado de Distâncias e Mapeamento Inverso de Visualizações Aplicados em Mineração de Textos

Processo: 17/08817-7
Modalidade de apoio:Bolsas no Exterior - Estágio de Pesquisa - Doutorado
Vigência (Início): 01 de dezembro de 2017
Vigência (Término): 30 de novembro de 2018
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Fernando Vieira Paulovich
Beneficiário:Gabriel Dias Cantareira
Supervisor: Evangelos Milios
Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Local de pesquisa: Dalhousie University, Canadá  
Vinculado à bolsa:15/08118-6 - Mapeamento Inverso: Empregando Manipulação Interativa para Transformar Modelos Computacionais, BP.DR
Assunto(s):Visualização de informação   Mineração de texto
Palavra(s)-Chave do Pesquisador:Distance learning | Inverse Mapping | text mining | Visualização de Informação

Resumo

Com as crescentes quantidade e complexidade dos dados recolhidos e armazenados por computadores modernos, a tarefa de explorar e extrair conhecimento de tais dados está se tornando cada vez mais difícil. Visando solucionar este problema, a mineração de dados, o aprendizado de máquina e a visualização de informação se tornaram campos de grande importância. Recentemente, estes campos foram combinados em uma nova área comum denominada Visual Analytics (VA), que envolve o uso de representações visuais para controlar a criação de modelos computacionais de aprendizado de máquina e mineração de dados, permitindo a usuários incorporar conhecimento em tarefas analíticas. Entre os diferentes tipos de dados explorados usando técnicas de VA, texto é um tipo comum e importante, visto que a maior parte do conhecimento humano é armazenado neste formato. Este projeto de estágio no exterior propõe a aplicação dos conceitos de mapeamento inverso estudados no projeto de doutorado original em um ambiente voltado a análise de textos, visando prover um melhor entendimento do efeito de métricas de similaridade guiadas por usuário em sistemas de análise de textos.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
CANTAREIRA, GABRIEL D.; ETEMAD, ELHAM; PAULOVICH, FERNANDO V.. Exploring Neural Network Hidden Layer Activity Using Vector Fields. INFORMATION, v. 11, n. 9, p. 15-pg., . (17/08817-7, 15/08118-6)
CANTAREIRA, GABRIEL D.; PAULOVICH, FERNANDO, V; ETEMAD, ELHAM; KERREN, A; HURTER, C; BRAZ, J. Visualizing Learning Space in Neural Network Hidden Layers. VISAPP: PROCEEDINGS OF THE 15TH INTERNATIONAL JOINT CONFERENCE ON COMPUTER VISION, IMAGING AND COMPUTER GRAPHICS THEORY AND APPLICATIONS, VOL 4: VISAPP, v. N/A, p. 12-pg., . (17/08817-7, 15/08118-6)

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.