Monografia

Como forma de avaliação final da disciplina, o aluno deverá elaborar uma monografia ou artigo de no mínimo 6 e no máximo 10 páginas ( template). Além do trabalho escrito, o aluno deverá apresentar seu trabalho em sala de aula. As apresentações serão públicas. As datas das apresentações e instruções detalhadas de duração, formato e requisitos mínimos serão divulgadas em momento oportuno, nesta mesma página.

O trabalho a ser escrito e apresentado pelo aluno deverá ser original e abordar aspectos do classificador baseado na OPF. Possíveis temas:

  1. Investigar o comportamento do classificador com relação a:
  • ruído
  • dimensão dos atributos
  • tamanho do conjunto de dados
  • número de classes
  • diferentes funções de distância (Euclidiana, log-euclidiana)
  1. Propostas de variantes do algoritmos de treinamento e predição
  • Método de treinamento - escolha de conjunto de treinamento e teste
  1. Entender mais sobre o funcionamento da OPF:
  • como visulaizar a partição do espaço de atributos que a OPF gera (caso bidimensional euclidiano)
  • comparar o custo do caminho sendo o máximo dos arcos com o custo do caminho sendo a soma dos arcos
  1. Aplicação da OPF para um problema específico de classificação
  2. Comparação teórica e/ou prática da OPF com outros classificadores
  3. Comparação entre o watershed por similaridade WS-IFT com o método de clusterização single-linkage.
  4. Comparar a OPF não supervisionada (que está implementada no libOPF) com o método de clusterização single-linkage
aluno:

Francisco

tema:

OPF não supervisionada e single linkage aplicados à classificação de imagens de sistemas elétricos

referencias:
monografia:

An Investigation of a Clustering Method to Identify Objects of Interest on Images

apresentação:

Monografia Apresentação (slides)


aluno:

Giovani

tema:

OPF evolutiva (melhorar a acurácia)

referências:
monografia:
apresentação:

aluno:

André

tema:

Proposta para tratar conjuntos de dados com ruído

referências:
  • Case-based Learning Algorithms link
  • A Weighted Nearest Neighbor link
monografia:

link

apresentação:

link


aluno:Thiago
tema:Investigar comportamento da OPF para diversos conjuntos de dados (estressar o método)
referências:
monografia:
apresentação:

aluna:Fernanda
tema:Investigar outra forma de escolha de protótipos
referências:Angiulli. Fast Condensed Nearest Neighbor Rule. 2005. ICML 2005 Proceedings of the 22nd international conference on Machine learning. link.
monografia: Monografia - Métodos de Seleção de Protótipos para a OPF
apresentação: Monografia (Apresentação - slides)

alunoa:

Tiago

tema:

Seleção de dados consistentes para treinamento da OPF

referências:
  • link
  • Proximity Graphs for Nearest Neighbor Decision Rules: Recent Progress
  • link
  • Reduction Techniques Instance-Based Learning Algorithms
  • link
monografia:

aluno:

Roberto

tema:

Comparação teórica e prática entre 1-NN e OPF

monografia:

aluno:

Eric

tema:

Aplicando a filtragem Laplaciana de amostras no classificador OPF

referências:
  • Graph-based Discrete Differential Geometry for Critical Instance Filtering slides
  • link
monografia:

aluno:Rodrigo

alunoa:Wendell
tema:Competence Preserving + detecção de falha em estrutura
monografia: Investigação da aplicação de Redução de Dados na MST para o classificador OPF
apresentação: Apresentação
referência: Minimum spanning tree based classification model for massive data with MapReduce implementation

aluno:Wesley
tema:Investigar o comportamento da OPF para diferentes funções de distância (Euclidiana, log-euclidiana...)
monografia: link
apresentação: link

aluna:Mariana
tema:Seleção de atributos