Além da seleção de algoritmos: meta-aprendizado para análise e entendimento de dados e algoritmos

• Processo: 21/06870-3
• Modalidade de apoio: Auxílio à Pesquisa - Jovens Pesquisadores - Fase 2
• Data de Início da vigência: 01 de fevereiro de 2022
• Data de Término da vigência: 31 de janeiro de 2027
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Ana Carolina Lorena
• Beneficiário: Ana Carolina Lorena
• Instituição Sede: Divisão de Ciência da Computação (IEC). Instituto Tecnológico de Aeronáutica (ITA). Ministério da Defesa (Brasil). São José dos Campos , SP, Brasil
• Vinculado ao auxílio: 12/22608-8 - Uso de medidas de complexidade de dados no suporte ao aprendizado de máquina supervisionado, AP.JP
• Bolsa(s) vinculada(s): 24/09091-3 - Aprendizado por transferência: de onde e o que transferir?, BP.PD; 24/07655-7 - Análise de meta-datasets em nível de instância, BP.IC; 24/07637-9 - Análise de meta dados a partir de repositórios públicos, BP.IC; + mais bolsas vinculadas 23/04911-0 - Reunindo metadados de competições, BP.IC; 23/03958-2 - Reunindo meta-data de repositórios públicos, BP.IC; 22/10553-6 - Uma abordagem unificada para lidar com dados ausentes e de ruído, BP.MS; 22/10917-8 - Construção de comitês de classificadores diversos e competentes, BP.DD; 22/10683-7 - Meu benchmark de conjuntos de dados é desafiador o suficiente?, BP.PD - menos bolsas vinculadas
• Assunto(s): Aprendizado computacional Inteligência artificial Algoritmos Análise de dados
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Meta-Aprendizado | Inteligência Artificial

Resumo

A área de Meta-aprendizado (MtL, do Inglês Meta-learning) emprega conhecimento acerca de problemas previamente solucionados por técnicas de Aprendizado de Máquina (AM) para oferecer suporte à seleção automatizada de algoritmos a serem usados na solução de novos problemas. Contudo, muito mais meta-conhecimento pode ser extraído do relacionamento de propriedades de dados a medidas de desempenho algorítmico, um tópico que permanece pouco explorado em comparação com o uso de MtL para seleção automática de algoritmos. Por exemplo, pode-se revelar as competências e limitações de diferentes algoritmos de AM e evidenciar problemas na qualidade dos dados que requerem maior atenção. Com base na experiência anterior da pesquisadora durante a fase 1 do projeto de pesquisa Jovem Pesquisador relacionada ao estudo, proposta e uso de medidas de complexidade de dados para caracterizar o nível de dificuldade de problemas de classificação e regressão, este projeto irá um passo adiante e empregará tais medidas para apoiar o entendimento de propriedades dos dados e dos algoritmos usando uma perspectiva de MtL. Ao aprofundar esse conhecimento, espera-se contribuir para melhorar a compreensibilidade e a confiabilidade no uso de modelos de AM. Também espera-se gerar contribuições em três áreas que podem se beneficiar diretamente da compreensão de dados e algoritmos: pré-processamento de dados, comitês de modelos e transferência de aprendizado. A ideia é guiar a solução das tarefas anteriores usando meta-conhecimento extraído sobre a relação dicotômica entre propriedades dos dados e desempenho algorítmico. (AU)

Publicações científicas

(4)

(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)

PAIVA, PEDRO YURI ARBS; MORENO, CAMILA CASTRO; SMITH-MILES, KATE; VALERIANO, MARIA GABRIELA; LORENA, ANA CAROLINA. Relating instance hardness to classification performance in a dataset: a visual approach. MACHINE LEARNING, v. N/A, p. 39-pg., 2022-06-22. (21/06870-3)

DOS SANTOS FERNANDES, LUIZ HENRIQUE; SMITH-MILES, KATE; LORENA, ANA CAROLINA; XAVIER-JUNIOR, JC; RIOS, RA. Generating Diverse Clustering Datasets with Targeted Characteristics. INTELLIGENT SYSTEMS, PT I, v. 13653, p. 15-pg., 2022-01-01. (21/06870-3)

LORENA, ANA C.; PAIVA, PEDRO Y. A.; PRUDENCIO, RICARDO B. C.. Trusting My Predictions: On the Value of Instance-Level Analysis. ACM COMPUTING SURVEYS, v. 56, n. 7, p. 28-pg., 2024-07-01. (21/06870-3)

PEREIRA, JOAO LUIZ JUNHO; SMITH-MILES, KATE; MUNOZ, MARIO ANDRES; LORENA, ANA CAROLINA. Optimal selection of benchmarking datasets for unbiased machine learning algorithm evaluation. DATA MINING AND KNOWLEDGE DISCOVERY, v. 38, n. 2, p. 40-pg., 2023-10-20. (21/06870-3, 22/10683-7)