| Processo: | 16/19403-6 |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |
| Data de Início da vigência: | 01 de agosto de 2017 |
| Data de Término da vigência: | 31 de julho de 2019 |
| Área do conhecimento: | Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação |
| Pesquisador responsável: | João Paulo Papa |
| Beneficiário: | João Paulo Papa |
| Instituição Sede: | Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil |
| Município da Instituição Sede: | Bauru |
| Pesquisadores associados: | Aparecido Nilceu Marana ; Clayton Reginaldo Pereira ; Dinesh Kant Kumar ; Gustavo Kunde Rohde |
| Assunto(s): | Redes neurais (computação) Aprendizado computacional Reconhecimento de padrões Cadeias de Markov |
| Palavra(s)-Chave do Pesquisador: | Reconhecimento de Padrões | Aprendizado de máquina |
Resumo
Modelos de aprendizado baseados em energia têm sido utilizados nas mais variadas áreas de pesquisa, dado que fazem parte de um amplo arcabouço que compreende técnicas probabilísticas e não probabilísticas. Dentre os principais representantes desse segmento, podemos citar as Máquinas de Boltzmann Restritas e suas variantes no contexto de aprendizado em profundidade: Redes de Crença em Profundidade e Máquinas de Boltzmann em Profundidade. Tais modelos possuem, também, certos pontos fracos que serão explorados na presente proposta de projeto de pesquisa, tais como a otimização de seus parâmetros de maneira automática, a melhoria da eficácia do seu processo de treinamento por meio de amostragem em campos de Markov, e como diferentes técnicas de regularização baseadas em temperaturas e corte de neurônios podem ser empregadas. O projeto de pesquisa irá atuar em duas frentes: (i) aplicação e (ii) teoria. Na primeira delas, buscaremos aplicações que ainda não avaliaram os modelos de aprendizado baseados em energia acima citados, principalmente aquelas baseadas em biometria e da área médica. Já na parte teórica, esperamos contribuir com diferentes modelos para amostragem em cadeias de Markov visando uma melhoria no processo de inferência desses modelos. A presente proposta também conta com colaboradores nacionais e internacionais, bem como diversos alunos de graduação e pós-graduação. Dado que não existem muitos grupos de pesquisa no Brasil que trabalham na temática dessa proposta, acredita-se que a mesma poderá trazer muitos benefícios para toda a comunidade. (AU)
| Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio: |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |