Mecânica estatística de processamento de informação em sistemas cooperativos

• Processo: 00/14189-8
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de março de 2001
• Data de Término da vigência: 28 de fevereiro de 2005
• Área de conhecimento: Ciências Exatas e da Terra - Física - Física Geral
• Pesquisador responsável: Nestor Felipe Caticha Alfonso
• Beneficiário: Roberto Castro Alamino
• Instituição Sede: Instituto de Física (IF). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Mecânica estatística Processos gaussianos Redes neurais (computação)
• Palavra(s)-Chave do Pesquisador: Maquinas De Vetor Suporte | Mecanica Estatistica | Processamento De Informacao | Processos Gaussianos | Redes Neurais

Resumo

O objetivo deste projeto é estudar técnicas de processamento de informação que se apresentam como alternativas às redes neurais artificiais. Serão estudados os modelos de variável escondida de Markov (HMM), modelos de processos gaussianos (GP) e máquinas de vetor de suporte (SVM). Será analisada (a) a dinâmica de aprendizagem on-line para HMM, GP ou SVM (será escolhida uma das classes de modelos) e (b) estudar as ligações entre técnicas de matriz de transferência associadas a modelos de spins - derivados de HHM - e técnicas de aprendizagem como, por exemplo, "belief propagation". (AU)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

ALAMINO, Roberto Castro. Aprendizado em modelos de Markov com variáveis de estado escondidas. 2005. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Física (IF/SBI) São Paulo.