Active and interactive learning strategies for error-tolerant graph matching
Els grafs, són un tipus de dades que ens permet emmagatzemar la informació estructural d’un objecte conferint-nos la possibilitat de representar patrons que degut a la seva pròpia naturalesa requereixen d’aquesta particularitat, ja siguin imatges, estructures químiques o biològiques, xarxes, patrons...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2016 |
| País: | España |
| Institución: | CBUC, CESCA |
| Repositorio: | TDR. Tesis Doctorales en Red |
| OAI Identifier: | oai:www.tdx.cat:10803/396314 |
| Acceso en línea: | http://hdl.handle.net/10803/396314 |
| Access Level: | acceso abierto |
| Palabra clave: | Teoria de grafs Aprenentatge automàtic Reconoxeiment de patrons Teoría de grafos Aprendizaje automático Reconocimiento de patrones Graphs theory Machine learning Pattern recognition Enginyeria i Arquitectura 004 51 |
| Sumario: | Els grafs, són un tipus de dades que ens permet emmagatzemar la informació estructural d’un objecte conferint-nos la possibilitat de representar patrons que degut a la seva pròpia naturalesa requereixen d’aquesta particularitat, ja siguin imatges, estructures químiques o biològiques, xarxes, patrons biomètrics... Des de fa més de 30 anys, la recerca enfocada a com representar objectes mitjançant grafs i el posterior còmput de la distància entre aquestes representacions ha ocupat el treball de molts investigadors. La definició d’un model adequat per mesurar la dissimilitud entre dues d’aquestes representacions, és una qüestió clau en el camp del reconeixement de patrons. A aquest problema se l’ha anomenat “Error-Tolerant Graph Matching”. La “Graph Edit Distance” és una aproximació particular al problema de “l’Error-Tolerant Graph Matching” a partir del còmput de la mínima distorsió necessària per transformar un graf en un altre. El principal objectiu d’aquesta tesi, és el de proposar un nou model per aprendre automàticament els paràmetres de la “Graph Edit Distance” i definir diferents estratègies actives d’aprenentatge per afegir interactivitat al problema. Aquesta tesi, també explora la definició de diferents mètriques per calcular la dissimilitud entre sub-estructures locals corresponents a dos nodes i presenta un nou model basat en “metric-trees” de “Graph Class Prototypes” per guardar col•leccions de grafs. Finalment, es proposa portar el concepte d’interactivitat a un altre domini, el problema de relacionar els punts entre dues imatges per tal de millorar la precisió en el càlcul de la posició correlativa entre robots pertanyents a una mateixa flota que treballa de forma cooperativa. |
|---|