TY - JOUR AU - Negri, Rogério Galante AU - Sant'Anna, Sidnei João Siqueira AU - Dutra, Luciano Vieira PY - 2013/04/13 Y2 - 2024/03/28 TI - Aplicação de Modelos de Aprendizado Semissupervisionado na Classificação de Imagens de Sensoriamento Remoto JF - Revista de Informática Teórica e Aplicada JA - RITA VL - 20 IS - 2 SE - Regular Papers DO - 10.22456/2175-2745.36371 UR - https://seer.ufrgs.br/index.php/rita/article/view/rita_v20_n2_p32 SP - 32-55 AB - Nas mais diversas aplicações, a escassez de informação para o devido treinamento e utilização de métodos de Aprendizado de Máquina supervisionado é um problema persistente. Este fato motivou o desenvolvimento do paradigma de aprendizado semissupervisionado, que pode ser entendido como uma combinação de conceitos dos paradigmas supervisionado e não supervisionado. A maneira como o aprendizado é conduzido permite organizar os métodos semissupervisonados em diferentes modelos. Este trabalho apresenta um estudo comparativo entre diferentes modelos de aprendizado semissupervisionado. É também proposta uma versão semissupervisonada do método SVM, o qual alcançou melhor desempenho nas comparações realizadas. ER -