Busca avançada
Ano de início
Entree

Uso de Meta-aprendizado para melhoria de algoritmos de deep learning em problemas de classificação

Processo: 15/03986-0
Linha de fomento:Bolsas no Exterior - Estágio de Pesquisa - Doutorado
Vigência (Início): 01 de outubro de 2015
Vigência (Término): 30 de setembro de 2016
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:André Carlos Ponce de Leon Ferreira de Carvalho
Beneficiário:Rafael Gomes Mantovani
Supervisor no Exterior: Joaquin Vanschoren
Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Local de pesquisa : Eindhoven University of Technology (TU/e), Holanda  
Vinculado à bolsa:12/23114-9 - Uso de meta-aprendizado para ajuste de parâmetros em problemas de classificação, BP.DR
Assunto(s):Aprendizado computacional   Modelos de aprendizagem

Resumo

Métodos de Aprendizado de Máquina tem sido amplamente eficaz em resolver muitos problemas simples e bem definidos na literatura. Entretanto, a maioria destes métodos apresentam dificuldades ao lidas com problemas mais complicados do mundo real, muitas vezes devido à alta dimensionalidade dos dados. Uma das primeiras aplicações de Deep Learning foi justamente para reduzir a dimensionalidade de dados. Estes modelos de aprendizagem têm atraído grande atenção da comunidade acadêmica e indústria nos últimos anos, e são o estado da arte em muitas aplicações, tais como: reconhecimento de voz, segmentação e classificação de imagens, bem como muitas aplicações médicas. Embora a modegalem e treinamento de modelos Deep Learning seja altamente desejável, há uma grande dificuldade em selecionar os valores corretos de seus hiper-parâmetros, uma tarefa que precisa ser melhor estudada e explorada. Neste projeto, temos por objetivo investigar formas de se combinar Meta-aprendizado com técnicas de Otimização para construir eficientemente modelos de Deep Learning designados para tarefas de classificação. (AU)

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)
MANTOVANI, RAFAEL G.; ROSSI, ANDRE L. D.; ALCOBACA, EDESIO; VANSCHOREN, JOAQUIN; DE CARVALHO, ANDRE C. P. L. F. A meta-learning recommender system for hyperparameter tuning: Predicting when tuning improves SVM classifiers. INFORMATION SCIENCES, v. 501, p. 193-221, OCT 2019. Citações Web of Science: 0.

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