Combined active and semi-supervised learning using particle walking temporal dynamicscombined active and semi-supervised learning using particle walking temporal dynamics

Both Semi-Supervised Leaning and Active Learning are techniques used when unlabeled data is abundant, but the process of labeling them is expensive and/or time consuming. In this paper, those two machine learning techniques are combined into a single nature-inspired method. It features particles walking on a network built from the data set, using a unique random-greedy rule to select neighbors to visit. The particles, which have both competitive and cooperative behavior, are created on the network as the result of label queries. They may be created as the algorithm executes and only nodes affected by the new particles have to be updated. Therefore, it saves execution time compared to traditional active learning frameworks, in which the learning algorithm has to be executed several times. The data items to be queried are select based on information extracted from the nodes and particles temporal dynamics. Two different rules for queries are explored in this paper, one of them is based on querying by uncertainty approaches and the other is based on data and labeled nodes distribution. Each of them may perform better than the other according to some data sets peculiarities. Experimental results on some real-world data sets are provided, and the proposed method outperforms the semi-supervised learning method, from which it is derived, in all of them.

Contribuições da educação permanente para avaliação docente da prática profissional do estudante de medicina

Pós-graduação em Educação - FFC

Desenvolvimento de sistema de educação continuada a distância e interconsulta em hepatites virais

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Entre a teoria e a prática: o projeto político-pedagógico do curso de medicina da UFMA

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Desenvolvimento de um instrumento multidimensional para avaliação de práticas de ensino no processo de aprendizagem

Pós-graduação em Engenharia Mecânica - FEG

O processo argumentativo de alunos do nono ano do Ensino Fundamental envolvendo situações sobre a eletrização

Pós-graduação em Educação para a Ciência - FC

Programação no ensino de matemática utilizando Processing 2: Um estudo das relações formalizadas por alunos do ensino fundamental com baixo rendimento em matemática

Pós-graduação em Educação para a Ciência - FC

Blended Online POPBL: uma Abordagem Blended Learning para uma Aprendizagem Baseada em Problemas e Organizada em Projetos

Pós-graduação em Educação - FCT