Extracting useful knowledge from data sets is a key concept in modern information systems. Consequently, the need of efficient techniques to extract the desired knowledge has been growing over time. Machine learning is a research field dedicated to the development of techniques capable of enabling a machine to \"learn\" from data. Many techniques have been proposed so far, but there are still issues to be unveiled specially in interdisciplinary research. In this thesis, we explore the advantages of network data representation to develop machine learning techniques based on dynamical processes on networks. The network representation unifies the structure, dynamics and functions of the system it represents, and thus is capable of capturing the spatial, topological and functional relations of the data sets under analysis. We develop network-based techniques for the three machine learning paradigms: supervised, semi-supervised and unsupervised. The random walk dynamical process is used to characterize the access of unlabeled data to data classes, configuring a new heuristic we call ease of access in the supervised paradigm. We also propose a classification technique which combines the high-level view of the data, via network topological characterization, and the low-level relations, via similarity measures, in a general framework. Still in the supervised setting, the modularity and Katz centrality network measures are applied to classify multiple observation sets, and an evolving network construction method is applied to the dimensionality reduction problem. The semi-supervised paradigm is covered by extending the ease of access heuristic to the cases in which just a few labeled data samples and many unlabeled samples are available. A semi-supervised technique based on interacting forces is also proposed, for which we provide parameter heuristics and stability analysis via a Lyapunov function. Finally, an unsupervised network-based technique uses the concepts of pinning control and consensus time from dynamical processes to derive a similarity measure used to cluster data. The data is represented by a connected and sparse network in which nodes are dynamical elements. Simulations on benchmark data sets and comparisons to well-known machine learning techniques are provided for all proposed techniques. Advantages of network data representation and dynamical processes for machine learning are highlighted in all cases / A extração de conhecimento útil a partir de conjuntos de dados é um conceito chave em sistemas de informação modernos. Por conseguinte, a necessidade de técnicas eficientes para extrair o conhecimento desejado vem crescendo ao longo do tempo. Aprendizado de máquina é uma área de pesquisa dedicada ao desenvolvimento de técnicas capazes de permitir que uma máquina \"aprenda\" a partir de conjuntos de dados. Muitas técnicas já foram propostas, mas ainda há questões a serem reveladas especialmente em pesquisas interdisciplinares. Nesta tese, exploramos as vantagens da representação de dados em rede para desenvolver técnicas de aprendizado de máquina baseadas em processos dinâmicos em redes. A representação em rede unifica a estrutura, a dinâmica e as funções do sistema representado e, portanto, é capaz de capturar as relações espaciais, topológicas e funcionais dos conjuntos de dados sob análise. Desenvolvemos técnicas baseadas em rede para os três paradigmas de aprendizado de máquina: supervisionado, semissupervisionado e não supervisionado. O processo dinâmico de passeio aleatório é utilizado para caracterizar o acesso de dados não rotulados às classes de dados configurando uma nova heurística no paradigma supervisionado, a qual chamamos de facilidade de acesso. Também propomos uma técnica de classificação de dados que combina a visão de alto nível dos dados, por meio da caracterização topológica de rede, com relações de baixo nível, por meio de medidas de similaridade, em uma estrutura geral. Ainda no aprendizado supervisionado, as medidas de rede modularidade e centralidade Katz são aplicadas para classificar conjuntos de múltiplas observações, e um método de construção evolutiva de rede é aplicado ao problema de redução de dimensionalidade. O paradigma semissupervisionado é abordado por meio da extensão da heurística de facilidade de acesso para os casos em que apenas algumas amostras de dados rotuladas e muitas amostras não rotuladas estão disponíveis. É também proposta uma técnica semissupervisionada baseada em forças de interação, para a qual fornecemos heurísticas para selecionar parâmetros e uma análise de estabilidade mediante uma função de Lyapunov. Finalmente, uma técnica não supervisionada baseada em rede utiliza os conceitos de controle pontual e tempo de consenso de processos dinâmicos para derivar uma medida de similaridade usada para agrupar dados. Os dados são representados por uma rede conectada e esparsa na qual os vértices são elementos dinâmicos. Simulações com dados de referência e comparações com técnicas de aprendizado de máquina conhecidas são fornecidos para todas as técnicas propostas. As vantagens da representação de dados em rede e de processos dinâmicos para o aprendizado de máquina são evidenciadas em todos os casos

Made available in DSpace on 2014-07-29T15:29:20Z (GMT). No. of bitstreams: 1 Dissertacao Edna Joana Claudio Manrique.pdf: 2113525 bytes, checksum: 8bf51386d65f55712ef0067bf65249de (MD5) Previous issue date: 2008-03-16 / This study compared the effectiveness of quick review 100%, 10% random review and revision of smears selected based on clinical criteria as a method of internal quality control of cervical smears negative on routine screening and found that the false-negative results identified by review rapid vary with the quality of the sample and the woman's age. Was based on the female population user of the Unified Health System in Goiânia-GO, which was subjected to cytological examination performed at the Laboratory of Clinical Analysis of the Romulus Rock School of Pharmacy, Federal University of Goiás The 5,530 smears classified as negative scrutiny underwent routine method for quick review 100%, then the smears were selected based on clinical criteria and 10% of negative smears and submitted to the respective revisães. Four cytologists alternated during revisions. After the revisions concordant results were considered final diagnosis, whereas the divergent were analyzed by a third cytologist, which consensus meeting defined the final diagnosis. All steps were blindly and the results classified according to the Bethesda System. For statistical analysis, the variables were analyzed descriptively and applied the chi-square test. A Quick Review of 100% smears identified 141 suspects, 84 of these (59.6%) tested positive for the final diagnosis, of which 36 (25.5%) were classified as atypical squamous cells of undetermined significance (ASC-US) five (3.5%) as atypical squamous cells can not exclude high-grade lesion (ASC-H), 34 (24.1%) as squamous intraepithelial lesions of low-grade (LSIL), six (4.3 %) as squamous intraepithelial lesion, high-grade (HSIL) and three (2.1%) atypical glandular cells (AGC). Smears of 84 suspected and confirmed the final diagnosis, 62 (73.8%) were classified as satisfactory and 22 (26.2%) satisfactory, but with some limitation, but no significant difference was with the woman's age. The method of rapid review identified 19 as unsatisfactory smears, 16 of these (84.2%) were confirmed in the final diagnosis. Of the 1,279 smears reviewed based on clinical criteria, 24 were considered abnormal. Of these 19 (79.2%) were confirmed as positive by the final diagnosis, nine (47.3%) classified as ASC-US, one (5.3%) ASC-H, eight (42.1%) and LSIL One (5.3%) HSIL. Of the 560 smears examined by reviewing 10%, 13 were considered abnormal, these six (46.2%) were confirmed in the final diagnosis, four (30.8%) classified as ASC-US, one (7.7%) and LSIL (7.7%) HSIL. Therefore, a quick review of 100% is a more efficient alternative for the detection of false-negative results of cervical screening as a method of internal quality control, than the random review of 10% and revision based on clinical criteria. It was observed also that the quick review showed better performance when the sample was classified as adequate for analysis, but does not vary with the age of the woman. / This study compared the effectiveness of quick review 100%, 10% random review and revision of smears selected based on clinical criteria as a method of internal quality control of cervical smears negative on routine screening and found that the false-negative results identified by review rapid vary with the quality of the sample and the woman's age. Was based on the female population user of the Unified Health System in Goiânia-GO, which was subjected to cytological examination performed at the Laboratory of Clinical Analysis of the Romulus Rock School of Pharmacy, Federal University of Goiás The 5,530 smears classified as negative scrutiny underwent routine method for quick review 100%, then the smears were selected based on clinical criteria and 10% of negative smears and submitted to the respective revisães. Four cytologists alternated during revisions. After the revisions concordant results were considered final diagnosis, whereas the divergent were analyzed by a third cytologist, which consensus meeting defined the final diagnosis. All steps were blindly and the results classified according to the Bethesda System. For statistical analysis, the variables were analyzed descriptively and applied the chi-square test. A Quick Review of 100% smears identified 141 suspects, 84 of these (59.6%) tested positive for the final diagnosis, of which 36 (25.5%) were classified as atypical squamous cells of undetermined significance (ASC-US) five (3.5%) as atypical squamous cells can not exclude high-grade lesion (ASC-H), 34 (24.1%) as squamous intraepithelial lesions of low-grade (LSIL), six (4.3 %) as squamous intraepithelial lesion, high-grade (HSIL) and three (2.1%) atypical glandular cells (AGC). Smears of 84 suspected and confirmed the final diagnosis, 62 (73.8%) were classified as satisfactory and 22 (26.2%) satisfactory, but with some limitation, but no significant difference was with the woman's age. The method of rapid review identified 19 as unsatisfactory smears, 16 of these (84.2%) were confirmed in the final diagnosis. Of the 1,279 smears reviewed based on clinical criteria, 24 were considered abnormal. Of these 19 (79.2%) were confirmed as positive by the final diagnosis, nine (47.3%) classified as ASC-US, one (5.3%) ASC-H, eight (42.1%) and LSIL One (5.3%) HSIL. Of the 560 smears examined by reviewing 10%, 13 were considered abnormal, these six (46.2%) were confirmed in the final diagnosis, four (30.8%) classified as ASC-US, one (7.7%) and LSIL (7.7%) HSIL. Therefore, a quick review of 100% is a more efficient alternative for the detection of false-negative results of cervical screening as a method of internal quality control, than the random review of 10% and revision based on clinical criteria. It was observed also that the quick review showed better performance when the sample was classified as adequate for analysis, but does not vary with the age of the woman. / Este estudo comparou a eficiência da revisão rápida de 100%, revisão aleatória de 10% e revisão de esfregaços selecionados com base em critérios clínicos como método de controle interno da qualidade dos esfregaços cervicais negativos no escrutínio de rotina e verificou se os resultados falso-negativos identificados pela revisão rápida variam com a adequabilidade da amostra e com a idade da mulher. Teve como base à população feminina usuária do Sistema Único de Saúde de Goiânia-GO, que se submeteu ao exame citopatológico realizado no Laboratório de Análises Clínicas Rômulo Rocha da Faculdade de Farmácia da Universidade Federal de Goiás. Os 5.530 esfregaços classificados como negativos no escrutínio de rotina foram submetidos ao método de revisão rápida de 100%, em seguida, foram selecionados os esfregaços com base em critérios clínicos e 10% do total de esfregaços negativos e submetidos às respectivas revisães. Quatro citologistas se alternaram durante as revisões. Após as revisões os resultados concordantes foram considerados como diagnóstico final, enquanto que, os divergentes foram analisados por um terceiro citologista, que em reunião de consenso definiu o diagnóstico final. Todas as etapas foram às cegas e os resultados classificados de acordo com o Sistema de Bethesda. Para análise estatística as variáveis foram estudadas de maneira descritiva e aplicado o Teste do Qui-quadrado. A revisão rápida de 100% identificou 141 esfregaços suspeitos, desses 84 (59,6%) foram considerados positivos pelo diagnóstico final, dos quais 36 (25,5%) foram classificados como células escamosas atípicas de significado indeterminado (ASC-US), cinco (3,5%) como células escamosas atípicas, não podendo excluir lesão de alto grau (ASC-H), 34 (24,1%) como lesão intra-epitelial escamosa de baixo grau (LSIL), seis (4,3%) como lesão intra-epitelial de alto grau (HSIL) e três (2,1%) células glandulares atípicas (AGC). Dos 84 esfregaços suspeitos e confirmados pelo diagnóstico final, 62 (73,8%) foram classificados como satisfatório e 22 (26,2%) satisfatórios, porém com alguma limitação, mas não observou diferença significativa com a idade da mulher. O método de revisão rápida identificou 19 esfregaços como insatisfatórios, desses 16 (84,2%) foram confirmados pelo diagnóstico final. Dos 1.279 esfregaços revisados com base em critérios clínicos, 24 foram considerados alterados. Desses 19 (79,2%) foram confirmados como positivos pelo diagnóstico final, sendo nove (47,3%) classificados como ASC-US, um (5,3%) ASC-H, oito (42,1%) LSIL e um (5,3%) HSIL. Dos 560 esfregaços analisados pela revisão de 10%, 13 foram considerados alterados, desses seis (46,2%) foram confirmados pelo diagnóstico final, sendo quatro (30,8%) classificados como ASC-US, um (7,7%) LSIL e um (7,7%) HSIL. Portanto, a revisão rápida de 100% é uma alternativa mais eficiente na detecção de resultados falso-negativos dos exames citopatológicos, como método de controle interno da qualidade, do que a revisão aleatória de 10% e revisão com base em critérios clínicos. Observou-se, também que a revisão rápida apresentou melhor desempenho quando a amostra foi classificada como satisfatória para análise, porém não varia com a idade da mulher. / Este estudo comparou a eficiência da revisão rápida de 100%, revisão aleatória de 10% e revisão de esfregaços selecionados com base em critérios clínicos como método de controle interno da qualidade dos esfregaços cervicais negativos no escrutínio de rotina e verificou se os resultados falso-negativos identificados pela revisão rápida variam com a adequabilidade da amostra e com a idade da mulher. Teve como base à população feminina usuária do Sistema Único de Saúde de Goiânia-GO, que se submeteu ao exame citopatológico realizado no Laboratório de Análises Clínicas Rômulo Rocha da Faculdade de Farmácia da Universidade Federal de Goiás. Os 5.530 esfregaços classificados como negativos no escrutínio de rotina foram submetidos ao método de revisão rápida de 100%, em seguida, foram selecionados os esfregaços com base em critérios clínicos e 10% do total de esfregaços negativos e submetidos às respectivas revisães. Quatro citologistas se alternaram durante as revisões. Após as revisões os resultados concordantes foram considerados como diagnóstico final, enquanto que, os divergentes foram analisados por um terceiro citologista, que em reunião de consenso definiu o diagnóstico final. Todas as etapas foram às cegas e os resultados classificados de acordo com o Sistema de Bethesda. Para análise estatística as variáveis foram estudadas de maneira descritiva e aplicado o Teste do Qui-quadrado. A revisão rápida de 100% identificou 141 esfregaços suspeitos, desses 84 (59,6%) foram considerados positivos pelo diagnóstico final, dos quais 36 (25,5%) foram classificados como células escamosas atípicas de significado indeterminado (ASC-US), cinco (3,5%) como células escamosas atípicas, não podendo excluir lesão de alto grau (ASC-H), 34 (24,1%) como lesão intra-epitelial escamosa de baixo grau (LSIL), seis (4,3%) como lesão intra-epitelial de alto grau (HSIL) e três (2,1%) células glandulares atípicas (AGC). Dos 84 esfregaços suspeitos e confirmados pelo diagnóstico final, 62 (73,8%) foram classificados como satisfatório e 22 (26,2%) satisfatórios, porém com alguma limitação, mas não observou diferença significativa com a idade da mulher. O método de revisão rápida identificou 19 esfregaços como insatisfatórios, desses 16 (84,2%) foram confirmados pelo diagnóstico final. Dos 1.279 esfregaços revisados com base em critérios clínicos, 24 foram considerados alterados. Desses 19 (79,2%) foram confirmados como positivos pelo diagnóstico final, sendo nove (47,3%) classificados como ASC-US, um (5,3%) ASC-H, oito (42,1%) LSIL e um (5,3%) HSIL. Dos 560 esfregaços analisados pela revisão de 10%, 13 foram considerados alterados, desses seis (46,2%) foram confirmados pelo diagnóstico final, sendo quatro (30,8%) classificados como ASC-US, um (7,7%) LSIL e um (7,7%) HSIL. Portanto, a revisão rápida de 100% é uma alternativa mais eficiente na detecção de resultados falso-negativos dos exames citopatológicos, como método de controle interno da qualidade, do que a revisão aleatória de 10% e revisão com base em critérios clínicos. Observou-se, também que a revisão rápida apresentou melhor desempenho quando a amostra foi classificada como satisfatória para análise, porém não varia com a idade da mulher.