Vinculando aprendizado de máquina e teoria da informação

• Processo: 18/24912-2
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de março de 2019
• Data de Término da vigência: 28 de fevereiro de 2021
• Área do conhecimento: Engenharias - Engenharia Elétrica - Telecomunicações
• Acordo de Cooperação: Imperial College, Reino Unido
• Proposta de Mobilidade: SPRINT - Projetos de pesquisa - Mobilidade
• Pesquisador responsável: Fernando José von Zuben
• Beneficiário: Fernando José von Zuben
• Pesquisador Responsável no exterior: Deniz Gündüz
• Instituição Parceira no exterior: Imperial College London, Inglaterra
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Pesquisadores associados: Fernando Rosas ; Henrik Jeldtoft Jensen ; Levy Boccato
• Vinculado ao auxílio: 13/07559-3 - Instituto Brasileiro de Neurociência e Neurotecnologia - BRAINN, AP.CEPID
• Assunto(s): Aprendizado computacional Inteligência artificial Internet das coisas Teoria da informação Sistema de comunicação Interfaces cérebro-computador Neurotecnologia
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Internet das Coisas | Neurotecnologia | Sistemas de comunicações de baixo consumo | teoria da informação | Aprendizado de Máquina Distribuído

Resumo

O objetivo do projeto proposto é viabilizar a colaboração entre os grupos de pesquisa envolvidos a fim de desenvolver i) tecnologias eficientes de comunicações inspiradas em modernas ferramentas de aprendizado de máquina (ML, do inglês machine learning), e ii) técnicas de aprendizado mais robustas e eficientes ao explorar ideias de codificação e teoria da informação (IT, do inglês information theory). Os pesquisadores envolvidos possuem experiências complementares e realizações recentes de pesquisa nas áreas de ML e IT, bem como nas áreas correlatas de inteligência computacional e sistemas de comunicações, o que possibilitará uma cooperação imediata. Mais especificamente, o grupo visa investigar aplicações práticas de como técnicas de ML e IT podem ser conjuntamente utilizadas para o projeto de redes de comunicações sem fio do futuro que podem sustentar aplicações emergentes de sistemas autônomos, tactile Internet, e interfaces cérebro-computador (BCI, do inglês brain-computer interfaces). Em paralelo, este projeto também irá explorar como ideias de codificação e IT podem ser combinadas de modo a melhorar a robustez e a eficiência de algoritmos de ML distribuídos. (AU)