Busca avançada
Ano de início
Entree

DeepOrder: Ordenação Profunda para Morfologia Matemática de Valor Vetorial e Redes Neurais

Processo:23/03368-0
Modalidade de apoio:Auxílio à Pesquisa - Regular
Data de Início da vigência: 01 de fevereiro de 2024
Data de Término da vigência: 31 de janeiro de 2028
Área do conhecimento:Ciências Exatas e da Terra - Matemática - Matemática Aplicada
Acordo de Cooperação: ANR
Pesquisador responsável:Marcos Eduardo Ribeiro Do Valle Mesquita
Beneficiário:Marcos Eduardo Ribeiro Do Valle Mesquita
Pesquisador Responsável no exterior:Santiago Velasco-Forero
Instituição Parceira no exterior: ParisTech , França
Instituição Sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Município da Instituição Sede:Campinas
Pesquisadores associados:Joao Batista Florindo ; Peter Sussner
Assunto(s):Aprendizagem profunda  Morfologia matemática  Redes neurais (computação) 
Palavra(s)-Chave do Pesquisador:Álgebra hipercomplexa | Aprendizado profundo | Morfologia Matemática | rede neural artificial | Aprendizado profundo, processamento e análise de imagens.

Resumo

Técnicas de aprendizado profundo alcançaram excelente desempenho em várias tarefas de processamento e análise de imagens. Redes profundas para imagens de valor vetorial representam um tópico de pesquisa ativo e incluem, por exemplo, redes neurais de valor hipercomplexo. A não linearidade desempenhada por algumas camadas e funções de ativação nas redes neurais profundas modernas está intimamente relacionada à morfologia matemática, uma teoria de operadores de imagem baseada em topológicos e geométricos. Este projeto de pesquisa visa desenvolver uma estrutura matemática que englobe morfologia matemática, álgebras hipercomplexas e aprendizagem profunda. Como resultado, esperamos desenvolver técnicas poderosas e robustas de aprendizado de máquina para processamento de imagens com valores vetoriais, levando em consideração conceitos topológicos e geométricos. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
GARIMELLA, RAMA MURTHY; VALLE, MARCOS EDUARDO; VIEIRA, GUILHERME; RAYALA, ANIL; MUNUGOTI, DILEEP. Dynamics of structured complex-valued Hopfield neural networks. COGNITIVE NEURODYNAMIC, v. 19, n. 1, p. 13-pg., . (23/03368-0)