La seguente trattazione si occupa di prevedere l'etichettatura di un grafo parzialmente etichettato e di conseguenza di ricostruire una funzione sul grafo da un insieme di campionamenti. Sono stati analizzati due algoritmi in particolare: la regolarizzazione di Tikhonov e l'interpolazione basate su un metodo kernel. Sono poi state analizzate due stime dell'errore di generalizzazione sui dati confrontandole grazie ad alcune proprietà del kernel. Gli algoritmi sono stati applicati a diversi dataset con lo scopo di esaminare l'errore compiuto. Si è giunti infine alla seguente conclusione: per pochi nodi etichettati l'interpolazione risulta molto valida. Al crescere dei nodi etichettati, per scelte accurate del paramentro di regolarizzazione, l'algoritmo di Tikhonov risulta però più efficace.
Regolarizzazione e Semi-supervised Learning su grafi di grandi dimensioni
CIPPITELLI, GIULIA
2022/2023
Abstract
La seguente trattazione si occupa di prevedere l'etichettatura di un grafo parzialmente etichettato e di conseguenza di ricostruire una funzione sul grafo da un insieme di campionamenti. Sono stati analizzati due algoritmi in particolare: la regolarizzazione di Tikhonov e l'interpolazione basate su un metodo kernel. Sono poi state analizzate due stime dell'errore di generalizzazione sui dati confrontandole grazie ad alcune proprietà del kernel. Gli algoritmi sono stati applicati a diversi dataset con lo scopo di esaminare l'errore compiuto. Si è giunti infine alla seguente conclusione: per pochi nodi etichettati l'interpolazione risulta molto valida. Al crescere dei nodi etichettati, per scelte accurate del paramentro di regolarizzazione, l'algoritmo di Tikhonov risulta però più efficace.File | Dimensione | Formato | |
---|---|---|---|
Cippitelli_Giulia.pdf
accesso aperto
Dimensione
470.91 kB
Formato
Adobe PDF
|
470.91 kB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/43084