Busca avançada
Ano de início
Entree

Neuro-GEMA: um método evolutivo baseado em gramática para construção automática de redes neurais profundas flexíveis

Processo: 22/14098-1
Modalidade de apoio:Auxílio à Pesquisa - Regular
Vigência: 01 de março de 2023 - 28 de fevereiro de 2025
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Convênio/Acordo: University of Surrey
Proposta de Mobilidade: SPRINT - Projetos de pesquisa - Mobilidade
Pesquisador responsável:Márcio Porto Basgalupp
Beneficiário:Márcio Porto Basgalupp
Pesq. responsável no exterior: Ferrante Neri
Instituição no exterior: University of Surrey, Inglaterra
Instituição Sede: Instituto de Ciência e Tecnologia (ICT). Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. São José dos Campos , SP, Brasil
Pesquisadores associados:Ricardo Cerri
Vinculado ao auxílio:20/09835-1 - IARA - Inteligência Artificial Recriando Ambientes, AP.PCPE
Assunto(s):Computação evolutiva  Algoritmos evolutivos  Aprendizado computacional  Inteligência artificial  Aprendizagem profunda  Redes neurais convolucionais 
Palavra(s)-Chave do Pesquisador:Algoritmos Evolutivos | Aprendizado de Máquina | AutoML | Inteligência Artificial | Neural Architecture Search (NAS) | Computação evolutiva

Resumo

Neural Architecture Search (NAS) é um campo de pesquisa que utiliza algoritmos evolutivos para gerar/otimizar redes neurais. Nos últimos anos, algoritmos baseados em NAS criaram modelos que superam projetos artesanais em algumas tarefas, configurando o novo estado da arte. Neste projeto de pesquisa, utilizaremos algoritmos NAS multiobjetivos baseados em gramática para gerar redes neurais convolucionais (CNNs). A utilização de uma abordagem baseada em gramática para descrever e explorar o espaço de busca permite aos pesquisadores injetar conhecimento de domínio no processo de busca e criar uma interface entre genótipos e fenótipos que facilita a experimentação, enquanto a abordagem multiobjetivo permitirá a identificação de modelos com bons compromissos entre poder preditivo e outras métricas, como tamanho do modelo. Os parceiros brasileiros desta proposta são pesquisadores do Projeto IARA (Inteligência Artificial na Reconstituição de Ambientes Urbanos) financiado pela FAPESP, uma colaboração nacional conjunta envolvendo universidades e empresas no Brasil. Assim, as CNNs descobertas pretendem ser aplicadas em problemas relacionados a cidades inteligentes, como detectar criadouros de mosquitos transmissores de doenças e detectar materiais de construção deixados em locais ilegais, como calçadas. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)