Uma abordagem de computação suave para o aprendizado de agregação de listas

dc.creatorVargas Muñoz, Javier Alvaro, 1993-
dc.date2016
dc.date2016-09-06T00:00:00Z
dc.date2017-04-03T09:59:14Z
dc.date2017-06-09T15:06:11Z
dc.date2017-04-03T09:59:14Z
dc.date2017-06-09T15:06:11Z
dc.date.accessioned2018-03-29T02:18:46Z
dc.date.available2018-03-29T02:18:46Z
dc.identifierVARGAS MUÑOZ, Javier Alvaro. A soft computing approach for learning to aggregate rankings: Uma abordagem de computação suave para o aprendizado de agregação de listas. 2016. 1 recurso online ( 45 p.). Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação, Campinas, SP. Disponível em: <http://www.bibliotecadigital.unicamp.br/document/?code=000973253>. Acesso em: 3 abr. 2017.
dc.identifierhttp://repositorio.unicamp.br/jspui/handle/REPOSIP/320881
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/1314008
dc.descriptionOrientador: Ricardo da Silva Torres
dc.descriptionDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação
dc.descriptionResumo: Este trabalho apresenta uma nova estratégia para combinar técnicas de agregação de listas ranqueadas usando uma abordagem de computação suave -- Programação Genética -- a fim de melhorar os resultados em tarefas de Recuperação de Informação. Trabalhos prévios mostram que combinando técnicas de agregação de listas em uma forma aglomerativa, é possível obter melhores resultados que os métodos individuais. Porém, esses trabalhos apenas combinam um pequeno conjunto de métodos de agregação de listas e isso de forma arbitrária. Visando tratar destas limitações, dado um conjunto de listas ranquedas e um conjunto de técnicas de agregação de listas, nós propomos usar uma abordagem supervisionada que use programação genética para a busca de combinações destas técnicas que maximizem a eficácia em grandes espaços de busca. Resultados experimentais conduzidos utilizando sete coleções entre diferentes domínios (recuperação de texto, recuperação de imagens baseada em conteúdo, recuperação multimodal) mostram que nosso enfoque proposto alcança um desempenho superior na maioria de coleções quando comparado com técnicas supervisionadas e não supervionadas da literatura. Nós também mostramos que nosso framework é eficiente, flexível e escalável
dc.descriptionAbstract: This work presents an approach to combine rank aggregation techniques using a soft computing technique -- Genetic Programming -- in order to improve the results in Information Retrieval tasks. Previous work shows that by combining rank aggregation techniques in an agglomerative way, it is possible to get better results than with individual methods. However, those approaches either combine only a small set of rank aggregation techniques or are performed in a completely ad-hoc way. In order to address these limitations, given a set of ranked lists and a set of rank aggregation techniques, we propose to use a supervised genetic programming approach to search combinations of them that maximize effectiveness in large search spaces. Experimental results conducted using seven datasets among different domains (text retrieval, content based image retrieval, multimodal retrieval) show that our proposed approach reaches top performance yielding superior results than state-of-the-art in learning-to-rank and in the supervised rank aggregation tasks. We also show that our proposed framework is efficient, flexible, and scalable
dc.descriptionMestrado
dc.descriptionCiência da Computação
dc.descriptionMestre em Ciência da Computação
dc.description1364087/3-2014, 1406906/6-2014
dc.descriptionCAPES
dc.format1 recurso online ( 45 p.) : il., digital, arquivo PDF.
dc.formatapplication/octet-stream
dc.languageInglês
dc.publisher[s.n.]
dc.relationRequisitos do sistema: Software para leitura de arquivo em PDF
dc.subjectRecuperação da informação
dc.subjectProgramação genética (Computação)
dc.subjectInformation retrieval
dc.subjectGenetic programming (Computer science)
dc.titleA soft computing approach for learning to aggregate rankings : Uma abordagem de computação suave para o aprendizado de agregação de listas
dc.titleUma abordagem de computação suave para o aprendizado de agregação de listas
dc.typeTesis


Este ítem pertenece a la siguiente institución