Integrando Grandes Modelos de Linguagem e Redes Convolucionais em Grafos para Classificação de Imagens Semi-Supervisionada

arXiv:2607.09104v1 Tipo de anúncio: novo Resumo: Embora a crescente disponibilidade de dados de imagem tenha impulsionado avanços significativos, rotular conjuntos de dados continua sendo caro e demorado. Por isso, abordagens semi-supervisionadas como as Redes Convolucionais em Grafos (GCNs), que aprendem tanto com dados rotulados quanto não rotulados, surgiram como uma solução promissora. Um dos principais desafios ao aplicar GCNs à classificação de imagens é a construção do grafo, já que, diferentemente do que ocorre em redes de citações ou domínios semelhantes, i...