Orientador: Neucimar Jeronimo Leite / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-14T04:41:51Z (GMT). No. of bitstreams: 1 Dias_FabioAugustoSalve_M.pdf: 40845235 bytes, checksum: 7484ca55a094e47ba5753589a1731b1b (MD5) Previous issue date: 2009 / Resumo: O rastreamento de objetos em imagens de vídeo está se tornando cada vez mais popular, nos mais diversos contextos, possibilitando a obtenção de informações que, de outra maneira, seriam muito trabalhosas ou mesmo impossíveis de serem obtidas. Entretanto, a grande maioria dos métodos presentes na literatura realiza o rastreamento no domínio da imagem, não no domínio tridimensional natural do problema. No contexto de imagens desportivas, onde movimentos rápidos, similaridades cromáticas entre jogadores do mesmo time e oclusões são significativas, a utilização do domínio tridimensional é particularmente interessante. Este trabalho tem como premissa básica a realização do rastreamento em um domínio tridimensional, partindo de determinadas hipóteses, plausíveis em um contexto desportivo, visando ao rastreamento automático dos jogadores em atividades desportivas. Generalizamos o conceito de ritmo visual, um método de amostragem vastamente utilizado para detecção de cortes em imagens de vídeos, e o utilizamos para efetuar o rastreamento, resultando em um método simples, intuitivo e automático quando seus pré-requisitos são atendidos. Para possibilitar a utilização da generalização do ritmo visual, desenvolvemos ainda algoritmos para identificação de objetos em movimento, calibração de câmeras e reconstrução tridimensional, além de um algoritmo baseado em grafos para a segmentação da trajetória de cada objeto em movimento, utilizando a informação obtida através do ritmo visual. Apresentamos resultados experimentais da utilização do método proposto em vídeos de eventos desportivos e coletados em laboratório, incluindo casos nos quais as condições ideais de utilização não são atendidas, causando falhas no método / Abstract: The automatic tracking in the video images is becoming increasingly popular, in many different contexts, making available information that, otherwise, would be very laborious or even impossible to be obtained. However, most of the methods perform the tracking in the image domain not in the natural three-dimensional domain. For sports images, with rapid motions, color similarity and occlusions, the three-dimensional approach is an interesting alternative. In this work, we introduce a tracking method in the three-dimensional domain, based on some requirements, feasible in the sports context, aiming fully automatic tracking of the players. We also introduce the generalization of the visual rhythm concept and its use to the tracking problem, leading to a simple, intuitive, and automatic method. To use the generalization of the visual rhythm, we also developed algorithms to detect moving objects, camera calibration and three-dimensional reconstruction, and an algorithm based on graphs for the segmentation of the trajectory of each moving object in the scene, considering information obtained through the visual rhythm. We also show experimental results of the proposed method, in sports images and controlled environments, including cases where not all the requirements are fulfilled, yielding failures of the proposed approach / Mestrado / Ciência da Computação / Mestre em Ciência da Computação

Orientadores: Roberto de Alencar Lotufo, Michel Couprie / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-08T12:59:19Z (GMT). No. of bitstreams: 1 Saude_AndreVital_D.pdf: 1866309 bytes, checksum: 4e4c6c725d272926c947e524bde15019 (MD5) Previous issue date: 2006 / Resumo: A extração de esqueletos Euclidianos é uma tema de grande importância na área de processamento de imagens e tem sido discutido pela comunidade científica já há mais de 20 anos. Hoje é consenso que os esqueletos Euclidianos devem ter as seguintes características: ï¬?nos, centrados, homotópicos e reversíveis, i.e., suficientes para a reconstrução do objeto original. Neste trabalho, introduzimos o Eixo Mediano Euclidiano Exato em Resolução Aumentada -HMA, com o objetivo de obter um eixo mediano mais ï¬?no do que o obtido pela definição clássica. Combinando o HMA com um eï¬?ciente algoritmo de afinamento paralelo homotópico, propomos um esqueleto Euclidiano que é centrado, homotópico, reversível e mais ï¬?no que os já existentes na literatura. O esqueleto proposto tem a particularidade adicional de ser único e independente de decisões arbitrárias. São dados algoritmos e provas, assim como exemplos de aplicações dos esqueletos propostos em imagens reais, mostrando as vantagens da proposta. O texto inclui também uma revisão bibliográfica sobre algoritmos de transformada de distância, eixo mediano e esqueletos homotópicos / Abstract: The extraction of Euclidean skeletons is a subject of great importance in the domain of image processing and it has been discussed by the scientiï¬?c community since more than 20 years.Today it is a consensus that Euclidean skeletons should present the following characteristics: thin, centered, homotopic and reversible, i.e., sufï¬?cient for the reconstruction of the original object. In this work, we introduce the Exact Euclidean Medial Axis in Higher Resolution -HMA, with the objective of obtaining a medial axis which is thinner than the one obtained by the classical medial axis deï¬?nition. By combining the HMA with an efï¬?cient parallel homotopic thinning algorithm we propose an Euclidean skeleton which is centered, homotopic, reversible and thinner than the existing similars in the literature. The proposed skeleton has the additional particularity of being unique and independent of arbitrary choices. Algorithms and proofs are given, as well as applicative examples of the proposed skeletons in real images, showing the advantages of the proposal. The text also includes an overview on algorithms for the Euclidean distance transform algorithms, the medial axis extraction, as well as homotopic skeletons / Doutorado / Engenharia de Computação / Doutor em Engenharia Elétrica

Orientador: Peter Sussner / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-08T21:41:14Z (GMT). No. of bitstreams: 1 Silva_AlexandreMonteiroda_M.pdf: 1559426 bytes, checksum: 52ce2418bd5c53c4f4c73b886d298fbe (MD5) Previous issue date: 2007 / Resumo: A teoria de redes neurais morfológicas e suas aplicações têm experimentado um crescimento contínuo e crescente nos últimos anos. Neste contexto, calcular o próximo estado de um neurônio, ou de uma camada, envolve uma das operações elementares da morfologia matemática. Nesta dissertação, forneceremos a caracterização de alguns modelos de redes neurais morfológicas, bem fundamentados pela teoria de morfologia matemática em reticulados completos, e também apresentaremos uma comparação do desempenho dos modelos em problemas de classificação / Abstract: The theory of morphological neural networks and its applications have experiencied a steady and consistent growth in the last few years. In this setting, computing the next state of a neuron or performing the next layer computation involves one of the elementary operations of mathematical morphology. In this dissertation, we will provide a characterization of several morphological neural networks, well conduct by the theory of mathematical morphology over complete lattices, and we will also present a comparison of the performance of the models over classification problems / Mestrado / Mestre em Matemática Aplicada

Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-12-03T20:22:30Z No. of bitstreams: 1 Dissertação_Luiz_Sales_Silva.pdf: 4959512 bytes, checksum: 383643b6b730dee5b618ea14f782267d (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-12-04T12:28:16Z (GMT) No. of bitstreams: 1 Dissertação_Luiz_Sales_Silva.pdf: 4959512 bytes, checksum: 383643b6b730dee5b618ea14f782267d (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-12-04T12:35:43Z (GMT) No. of bitstreams: 1 Dissertação_Luiz_Sales_Silva.pdf: 4959512 bytes, checksum: 383643b6b730dee5b618ea14f782267d (MD5) / Made available in DSpace on 2015-12-04T12:35:43Z (GMT). No. of bitstreams: 1 Dissertação_Luiz_Sales_Silva.pdf: 4959512 bytes, checksum: 383643b6b730dee5b618ea14f782267d (MD5) Previous issue date: 2014-05-14 / FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas / Currently, the problem of detention fiducial points on human faces has received increasing attention from the scientific community. Recently, we may find in the literature developed some systems for the purpose of performing detecçiia fiducial points. Some of these representatives use clasSifieadows SVM. One of the problems faced by this. fano approach is that the performance of SVM classifiers is extremely sensitive to change its parameters. list is a difficulty that is not trivial to exploit. In this lecture tion, we propose a fiducial points detection system, which uses SVM classifiers, in order to investigate the performance of the classifiers for con-along pre-defined parameters. With this investiwida, we intend to describe the system's behavior to the set of parameters and determine what the parameters = bination, and its values, which produces the best pos-sible performance for the branch system a whole. The proposed system is complex due to. lot of steps involved. The measured performance of the proposed system was performed. for. eleven Aduri tips: ais of. human face. two bases of image data (BiolD and End). The results demonstrate that the system performance. proposed is incremented when using the approach adopted. The system performance is satisfactory when compared with similar systems. / Atualmente, o problema da detenção de pontos fiduciais em faces humanas vem recebendo crescente atenção da comunidade científica. Recentemente, podemos encontrar na literatura alguns sistemas desenvolvidos com o objetivo de realizar a detecçiia de pontos fiduciais. Alguns destes representantes utilizam clasSifieadows SVM. Um dos problemas enfrentados por essa abordagem reside no fato de que o desempenho das clasSificadores SVM é extremamente sensível à mudança de seus parâmetros. lista é uma dificuldade que não é trivial de se explorar. Nesta dissertar ção, propomos um sistema de detecção de pontos fiduciais, que utiliza clasSificadores SVM, com o objetivo de investigar o desempenho dos classificadores para um con-junto de parâmetros pré-definidos. Com esta investiwida, pretendemos descrever o comportamento do sistema para o conjunto de parâmetros e determinar qual é a =binação de parâmetros, e de seus valores, que produz o melhor desempenho pos-sível para o sistema ramo um todo. O sistema proposta é complexo devido a. grande quantidade de etapas envolvidas. A avaliada de desempenho do sistema proposto foi realizada. para. onze pontas Aduri:ais da. face humana para. duas bases de dados de imagens (BiolD e Fim). O resultados demonstram que o desempenho do sistema. proposto é incrementado quando utilizamos a abordagem adotada. O desempenho do sistema é satisfatório quando comparado com os de sistemas similares.

Made available in DSpace on 2016-08-17T14:52:37Z (GMT). No. of bitstreams: 1 Dissertacao Suellen de Araujo Caduda da Silva Motta.pdf: 13615714 bytes, checksum: 2d717995db073f7cf237e113b96957a4 (MD5) Previous issue date: 2015-02-02 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / This work presents an automatic method for fault detection in data obtained through seismic reflection method. Identifying geological faults in seismic data is critical for better understating a geological system and planning hydrocarbon exploration. Knowing that faults are discontinuities present in seismic horizons, we propose the use of geostatistical functions which are capable of indicating the amplitude variation along the volume samples, in both predetermined distances and directions. Thus, the method is based on semivariogram, semimadogram, covariogram and correlogram functions, used as representative characteristics for the samples, which will be classified as fault or "non fault" regions by the Pattern Recognition technique named Support Vector Machine (SVM). The proposed method was validated by tests made in F3 Block, a seismic data provided by OpendTect system, with up to 92.15% sensitivity and 84.33% specificity. This work also provides an extraction of fault lines method based on region growing segmentation and morphological operators applied on the classification binary resulted volume. Also tested in F3 Block, the method was able to satisfactorily extract the faults in most of the data slices. / Este trabalho apresenta um método automático de detecção de falhas em volumes obtidos através do método de reflexão sísmica. Identificar as falhas geológicas nos dados sísmicos é importante para o conhecimento de um sistema geológico e para o planejamento da exploração de hidrocarbonetos. Sabendo-se que as falhas são descontinuidades presentes nos horizontes sísmicos, propõe-se a utilização de funções geoestatísticas capazes de indicar a variação da amplitude das amostras, em direções e distâncias predeterminadas. Assim, o método baseia-se no uso das funções semivariograma, semimadograma, covariograma e correlograma como características representativas das amostras, que serão classificadas como regiões de falha ou não falha , através da técnica clássica de Reconhecimento de Padrões conhecida como SVM (Support Vector Machine Máquina de Vetores de Suporte). O método proposto foi validado através de testes realizados com o volume F3 Block, disponibilizado pelo sistema OpendTect, apresentando até 92,15% de sensibilidade e 84,33% de especificidade. Este trabalho também apresenta um método de extração das linhas de falha baseado em crescimento de região e operadores morfológicos, a partir do volume binário resultante da classificação. Também testado sobre o F3 Block, o método foi capaz de extrair satisfatoriamente as falhas, na maioria das fatias do dado.

Neste trabalho foram estudados e aplicados vários métodos para reconhecimento de padrões e processamento de sinais, utilizando dados obtidos a partir de diferentes montagens experimentais de um Nariz Eletrônico, onde os sinais gerados por um conjunto de sensores condutivos em regime de temperatura variável, foram analisados com o objetivo de obter conjuntos de padrões que permitam identificar substâncias químicas. Adicionalmente foram discutidas estratégias de generalização da resposta dos sensores através da análise do tempo de resposta, sensibilidade e seletividade dos sensores. Foi discutida a utilização dos algoritmos de processamento de sinais e reconhecimento de padrões em forma conjunta com a finalidade de otimizar o processo de extração de informação e tomada de decisões a partir de um banco de dados. A utilização integrada do processamento de sinais e as técnicas de reconhecimento de padrões permitem definir e construir sistemas bem estruturados a partir dos quais pode ser extraída a informação desejada e conseqüente tomada de decisões, estas estruturas são conhecidas como “DATAWAREHOUSE”. A utilização de sistemas tipo “DATAWAREHOUSE” permitirão a manipulação rápida da informação mesmo em bancos de dados de elevada e variada quantidade de dados. Foi proposta uma metodologia para a extração de informação a partir do sinal de ruído de um sensor de gás através da utilização de ajustes auto-regressivos conjuntamente com a aplicação do principio de máxima entropia. Com os resultados obtidos foi proposto um sistema de Nariz Eletrônico conformado apenas por um sensor de gás onde o processo de reconhecimento dos diferentes gases foi obtido através de um controlador Fuzzy. O Nariz Eletrônico proposto desta forma apresentou-se robusto e estável. / In this work, several methods for pattern recognition and signal processing were studied and applied, using data obtained from different experimental setup of the Electronic Nose. The signals were obtained from the array of conductive sensor into de Nose system, which worked under variable temperature condition. The signal analyses results were used to obtain patterns in order to identify different chemical substances. In addition it was discussed the possibility of the generalization of sensors response, in this sense the response time, sensibility and selectivity of each gas sensors were analyzed. It was discussed using together the signal processing algorithm and pattern recognition process in order to obtain an optimum process of the information extraction and make decision from the data bank. The integrated use of the signal process and pattern recognition promotes the definition and building of the well data banks structures known as DATAWAREHOUSE. These systems will promote the rapid and efficient data manipulation even with high and heterogeneous data banks. It was proposed an information extraction methodology from the noise signal of the gas sensor throughout auto – regressive fitting process together with the Maximum Entropy Method. The Electronic Nose was proposed as consequence of the experimental results, the Nose system proposed contained only one gas sensor. The gas recognition process was made by Fuzzy controller system. This Electronic Nose showed a robust and stable behavior.

A classificação automática de textos em categorias pré-estabelecidas tem despertado grande interesse nos últimos anos devido à necessidade de organização do número crescente de documentos. A abordagem dominante para classificação é baseada na análise de conteúdo dos textos. Nesta tese, investigamos a aplicabilidade de atributos de estilo em tarefas tradicionais de classificação, usando a modelagem de textos como redes complexas, em que os vértices representam palavras e arestas representam relações de adjacência. Estudamos como métricas topológicas podem ser úteis no processamento de línguas naturais, sendo a tarefa de classificação apoiada por métodos de aprendizado de máquina, supervisionado e não supervisionado. Um estudo detalhado das métricas topológicas revelou que várias delas são informativas, por permitirem distinguir textos escritos em língua natural de textos com palavras distribuídas aleatoriamente. Mostramos também que a maioria das medidas de rede depende de fatores sintáticos, enquanto medidas de intermitência são mais sensíveis à semântica. Com relação à aplicabilidade da modelagem de textos como redes complexas, mostramos que existe uma dependência significativa entre estilo de autores e topologia da rede. Para a tarefa de reconhecimento de autoria de 40 romances escritos por 8 autores, uma taxa de acerto de 65% foi obtida com métricas de rede e intermitência de palavras. Ainda na análise de estilo, descobrimos que livros pertencentes ao mesmo estilo literário tendem a possuir estruturas topológicas similares. A modelagem de textos como redes também foi útil para discriminar sentidos de palavras ambíguas, a partir apenas de informação topológica dos vértices, evidenciando uma relação não trivial entre sintaxe e semântica. Para algumas palavras, a discriminação com redes complexas foi ainda melhor que a estratégia baseada em padrões de recorrência contextual de palavras polissêmicas. Os estudos desenvolvidos nesta tese confirmam que aspectos de estilo e semânticos influenciam na organização estrutural de conceitos em textos modelados como rede. Assim, a modelagem de textos como redes de adjacência de palavras pode ser útil não apenas para entender mecanismos fundamentais da linguagem, mas também para aperfeiçoar aplicações reais quando combinada com métodos tradicionais de processamento de texto. / The automatic classification of texts in pre-established categories is drawing increasing interest owing to the need to organize the ever growing number of electronic documents. The prevailing approach for classification is based on analysis of textual contents. In this thesis, we investigate the applicability of attributes based on textual style using the complex network (CN) representation, where nodes represent words and edges are adjacency relations. We studied the suitability of CN measurements for natural language processing tasks, with classification being assisted by supervised and unsupervised machine learning methods. A detailed study of topological measurements in texts revealed that several measurements are informative in the sense that they are able to distinguish meaningful from shuffled texts. Moreover, most measurements depend on syntactic factors, while intermittency measurements are more sensitive to semantic factors. As for the use of the CN model in practical scenarios, there is significant correlation between authors style and network topology. We achieved an accuracy rate of 65% in discriminating eight authors of novels with the use of network and intermittency measurements. During the stylistic analysis, we also found that books belonging to the same literary movement could be identified from their similar topological features. The network model also proved useful for disambiguating word senses. Upon employing only topological information to characterize nodes representing polysemous words, we found a strong relationship between syntax and semantics. For several words, the CN approach performed surprisingly better than the method based on recurrence patterns of neighboring words. The studies carried out in this thesis confirm that stylistic and semantic aspects play a crucial role in the structural organization of word adjacency networks. The word adjacency model investigated here might be useful not only to provide insight into the underlying mechanisms of the language, but also to enhance the performance of real applications implementing both CN and traditional approaches.

Orientadores: Ricardo da Silva Torres, Anderson Rocha / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-24T22:15:52Z (GMT). No. of bitstreams: 1 Faria_FabioAugusto_D.pdf: 5657546 bytes, checksum: 5b95fa0f8a5653e7b13d8895cde208f1 (MD5) Previous issue date: 2014 / Resumo: O crescente aumento de dados visuais, seja pelo uso de inúmeras câmeras de vídeo monitoramento disponíveis ou pela popularização de dispositivos móveis que permitem pessoas criar, editar e compartilhar suas próprias imagens/vídeos, tem contribuído enormemente para a chamada ''big data revolution". Esta grande quantidade de dados visuais dá origem a uma caixa de Pandora de novos problemas de classificação visuais nunca antes imaginados. Tarefas de classificação de imagens e vídeos foram inseridos em diferentes e complexas aplicações e o uso de soluções baseadas em aprendizagem de máquina tornou-se mais popular para diversas aplicações. Entretanto, por outro lado, não existe uma ''bala de prata" que resolva todos os problemas, ou seja, não é possível caracterizar todas as imagens de diferentes domínios com o mesmo método de descrição e nem utilizar o mesmo método de aprendizagem para alcançar bons resultados em qualquer tipo de aplicação. Nesta tese, propomos um arcabouço para seleção e fusão de classificadores. Nosso método busca combinar métodos de caracterização de imagem e aprendizagem por meio de uma abordagem meta-aprendizagem que avalia quais métodos contribuem melhor para solução de um determinado problema. O arcabouço utiliza três diferentes estratégias de seleção de classificadores para apontar o menos correlacionados e eficazes, por meio de análises de medidas de diversidade. Os experimentos mostram que as abordagens propostas produzem resultados comparáveis aos famosos métodos da literatura para diferentes aplicações, utilizando menos classificadores e não sofrendo com problemas que afetam outras técnicas como a maldição da dimensionalidade e normalização. Além disso, a nossa abordagem é capaz de alcançar resultados eficazes de classificação usando conjuntos de treinamento muito reduzidos / Abstract: The frequent growth of visual data, either by countless available monitoring video cameras or the popularization of mobile devices that allow each person to create, edit, and share their own images and videos have contributed enormously to the so called ''big-data revolution''. This shear amount of visual data gives rise to a Pandora box of new visual classification problems never imagined before. Image and video classification tasks have been inserted in different and complex applications and the use of machine learning-based solutions has become the most popular approach to several applications. Notwithstanding, there is no silver bullet that solves all the problems, i.e., it is not possible to characterize all images of different domains with the same description method nor is it possible to use the same learning method to achieve good results in any kind of application. In this thesis, we aim at proposing a framework for classifier selection and fusion. Our method seeks to combine image characterization and learning methods by means of a meta-learning approach responsible for assessing which methods contribute more towards the solution of a given problem. The framework uses three different strategies of classifier selection which pinpoints the less correlated, yet effective, classifiers through a series of diversity measure analysis. The experiments show that the proposed approaches yield comparable results to well-known algorithms from the literature on many different applications but using less learning and description methods as well as not incurring in the curse of dimensionality and normalization problems common to some fusion techniques. Furthermore, our approach is able to achieve effective classification results using very reduced training sets / Doutorado / Ciência da Computação / Doutor em Ciência da Computação

Orientador: Hélio Pedrini / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-25T12:27:06Z (GMT). No. of bitstreams: 1 Moreira_ThierryPinheiro_M.pdf: 1679150 bytes, checksum: 2bd22b1849bd7a34a85e6b5ba649bbf2 (MD5) Previous issue date: 2014 / Resumo: Reconhecimento de ações humanas em vídeos é uma área de conhecimento em expansão. Há uma vasta gama de possíveis aplicações, incluindo interface de usuários, vigilância, casas inteligentes e monitoramento de saúde. A maioria delas requer respostas em tempo real. No entanto, há um equilíbrio entre tempo de processamento e eficácia do reconhecimento, sendo que eficácia compreende acurácia e robustez em múltiplas situações. Duas contribuições são apresentadas neste trabalho. A primeira é um método de obtenção de informação relevante de movimento em vídeos, mesmo usando uma subtração de fundo simples, por meio da união de uma janela deslizante de figuras. A segunda é um descritor simples e rápido, baseado em silhuetas ou, genericamente, em figuras de movimento, que alcança o estado da arte na acurácia em tempo real. Ele é construído a partir das posições relativas de pontos de interesse escolhidos como pontos extremos nas figuras de movimento. O método foi testado em três bases de dados públicas e os resultados experimentais são comparados com outros da literatura. Algumas bases possuem disponíveis silhuetas segmentadas manualmente, permitindo a análise de cada contribuição separadamente. Em todos os casos, as características foram extraídas em altas taxas de quadros por segundo / Abstract: Human action recognition in videos is an expanding area of knowledge. There is a wide range of possible applications, including user interface, surveillance, smart homes and health monitoring. Most of them require real time responses, however, there is a trade-off between processing time and effectiveness of the recognition, where effectiveness comprises accuracy and robustness in a number of situations. Two main contributions are presented in this work. The first one is a method for obtaining relevant motion information from videos, even by making use of poorly extracted foreground, by joining a temporal window of shapes. The second one is a simple and fast descriptor, based on silhouettes or, generically, on motion shapes, that achieves state-of-the-art accuracy in real time. It is built from the relative positions of interest points chosen as extreme points on the motion shapes. The method is tested on three public data sets and the experimental results are compared against others from the literature. Some data sets have manually segmented silhouettes available, allowing to analyze each contribution separately. In all cases, the features are extracted at high frame rates / Mestrado / Ciência da Computação / Mestre em Ciência da Computação

Orientadores: Akebo Yamakami, Tiago Agostinho de Almeida / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-22T13:22:48Z (GMT). No. of bitstreams: 1 Silva_RenatoMoraes_M.pdf: 4136928 bytes, checksum: 218846058592353cb167c8c2d61e1bfd (MD5) Previous issue date: 2013 / Resumo: Com o crescente aumento do volume de informações disponíveis na Web, as ferramentas de busca tornam-se cada vez mais importantes para os usuários da Internet. Consequentemente, com o objetivo de se tornar mais visíveis, os sites concorrem entre si para ganhar melhores posições nos resultados das buscas feitas por esses usuários. Porém, muitos ganham maior visibilidade através de estratégias que enganam as ferramentas de busca. Esses sites, conhecidos como Web spam, causam prejuízos pessoais e econômicos aos usuários. Diante desse cenário, este trabalho apresenta uma análise do desempenho de diversos métodos de aprendizado de máquina aplicados na detecção automática de Web hosts que propagam Web spam. Os experimentos foram realizados usando duas bases de dados reais, públicas e de grande porte, das quais foram extraídos três diferentes conjuntos de vetores de atributos: baseados no conteúdo das páginas Web, baseados nos links das páginas Web e formados pela transformação dos atributos baseados nos links. Também foi analisada a viabilidade da redução de dimensionalidade do espaço dos atributos. Outra contribuição desse trabalho é a proposta de uma abordagem de classificação de Web spam, em que as predições obtidas com cada tipo de vetor de atributos são combinadas e uma decisão final é obtida usando-se voto majoritário simples. Os resultados obtidos indicam que os métodos de bagging de árvores de decisão, redes neurais perceptron de múltiplas camadas, floresta aleatória e boosting adaptativo de árvores de decisão são promissores na tarefa de detecção de Web spam. Além disso, verificou-se que os métodos de aprendizado tem melhor desempenho quando os vetores de atributos baseados no conteúdo e os vetores formados pela transformação dos atributos baseados nos links são combinados. Por fim, a combinação das predições obtidas com cada tipo de vetor de atributos gera bons resultados e por isso, essa é uma abordagem recomendada para o combate de Web spamming / Abstract: Due to the increasing volume of information available on the Web, search engines become increasingly important to Internet users. Consequently, with the purpose of becoming more visible, the Web sites compete to achieve better positions in the results of the searches made by such users. However, many of them achieve a good visibility through strategies that try to circumvent the search engines. This kind of Web sites are known as Web spam and they are responsible for personal injury and economic losses to users. Given this scenario, this work presents a performance analysis of established machine learning techniques employed to automatically detect Web hosts that disseminate Web spam. The experiments were performed with two real, public and large datasets, from which were extracted three different sets of features vectors: contentbased ones, link-based ones and features vectors generated by the transformation of the link-based features. We also analyzed the viability of the dimensionality reduction of the feature space. Another contribution of this work is the proposal of a Web spam classification approach which combines the predictions achieved by each type of features vector and using a simple majority voting. The results indicate that bagging of decision trees, multilayer perceptron neural networks, random forest and adaptive boosting of decision trees are promising in the task of spam hosts classification. Furthermore, we have conclude that the learning techniques perform better when we have combined the content-based features vectors and the features vectors generated by the transformation of the link-based features. Finally, the combination of the predictions achieved with each type of features vector has achieved superior results and therefore it is a recommended approach to automatically detect Web spam / Mestrado / Automação / Mestre em Engenharia Elétrica