| Processo: | 11/19459-8 |
| Modalidade de apoio: | Bolsas no Brasil - Pós-Doutorado |
| Data de Início da vigência: | 01 de maio de 2012 |
| Data de Término da vigência: | 28 de fevereiro de 2013 |
| Área de conhecimento: | Ciências Exatas e da Terra - Ciência da Computação |
| Pesquisador responsável: | Rodrigo Fernandes de Mello |
| Beneficiário: | Marcelo Keese Albertini |
| Instituição Sede: | Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil |
| Assunto(s): | Aprendizado computacional Agrupamento de dados Inteligência artificial |
| Palavra(s)-Chave do Pesquisador: | Agrupamento de Dados | Aprendizado de Máquina | aprendizado não supervisionado | fluxos de dados | Inteligência Artificial | Inteligência Artificial |
Resumo O desenvolvimento de métodos de análise computacional em Aprendizado de Máquina tem facilitado a compreensão de fenômenos complexos.O método mais utilizado na análise exploratória de fenômenos é o Agrupamento de Dados, cujo objetivo é encontrar e distinguir tendências relevantes a partir da avaliação das similaridades de dados. Contudo, o planejamento e a execução de agrupamento de dados é uma atividade complexa que envolve várias etapas de decisões.Atualmente, tais decisões são tomadas por especialistas e pela aplicação de métodos iterativos, nos quais busca-se otimizar o desempenho inferido na etapa de validação. Porém, essa abordagem pode apresentar altos custos e impossibilidades práticas em sua aplicação a fenômenos que exigem a rápida coleta e processamento de grandes volumes de dados, i.e., fluxos de dados. Recentemente, tem-se buscado alternativas para a adaptação automática das decisões inicialmente tomadas por especialistas. Com o objetivo de atender essa necessidade, o proponente deste projeto, no contexto de sua tese, desenvolveu uma abordagem de adaptação de parâmetros para algoritmos de agrupamento. Como resultados, observou-se melhoras no desempenho do algoritmo de agrupamento e a possibilidade de estender essa abordagem a partir da adaptação de funções de distância e estratégias de busca de grupos. Com o objetivo de investigar essas possibilidades e auxiliar a compreensão efetiva de fluxos de dados, propõe-se neste plano de pesquisa a realização de estudos para o desenvolvimento de abordagens que visam a adaptação automática de algoritmos de agrupamento para fluxos de dados. | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |