Busca avançada
Ano de início
Entree

Co-clusterização em comitês de filtros colaborativos

Processo: 14/11125-1
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de agosto de 2014
Vigência (Término): 31 de julho de 2016
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Fernando José von Zuben
Beneficiário:Thalita Firmo Drumond
Instituição-sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:13/07559-3 - Instituto Brasileiro de Neurociência e Neurotecnologia - BRAINN, AP.CEPID
Assunto(s):Aprendizado computacional   Sistemas de recomendação

Resumo

Os avanços em tecnologia de informação têm promovido a geração e coleta de quantidades sempre crescentes de dados, produzidos em praticamente todos os ramos de atuação humana. Há, portanto, demandas acentuadas voltadas para análise e extração de conhecimento desses dados, visando compreender melhor os processos envolvidos, detectar tendências e fundamentar planos estratégicos de empresas e corporações. Sistemas de recomendação vêm sendo empregados para este fim, e têm se mostrado capazes de promover aumento de produtividade, maximização da satisfação de clientes e economia de recursos. Este projeto de pesquisa tem por objetivo a implementação de ferramentas computacionais escaláveis para a síntese de comitês de filtros colaborativos, empregando: (1) projeção aleatória, para redução de dimensão dos dados; (2) co-clusterização, para fornecer múltiplas perspectivas de análise dos dados em filtragem colaborativa; (3) técnicas de aprendizado de máquina, como k vizinhos mais próximos, para síntese do comitê de filtros colaborativos. Serão tomados como casos de estudo: (1) Problemas de imputação de dados faltantes; e (2) Sistemas de apoio à detecção de padrões, como anomalias, em dados de atividade cerebral, assim como o projeto de interfaces homem-máquina customizadas. Ambas as aplicações envolvem áreas de alto interesse científico e corporativo, sendo que o caso de estudo (2) está vinculado ao projeto CEPID intitulado BRAINN (Instituto Brasileiro de Neurociência e Neurotecnologia), o que torna a proposta de elevado potencial de impacto para a sociedade.

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

Publicações científicas
(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)
RAIMUNDO, MARCOS M.; DRUMOND, THALITA F.; MARQUES, ALAN CAIO R.; LYRA, CHRISTIANO; ROCHA, ANDERSON; VON ZUBEN, FERNANDO J. Exploring multiobjective training in multiclass classification. Neurocomputing, v. 435, p. 307-320, MAY 7 2021. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.