Evolução Gramatical para construção automática de funções de similaridade no contexto de aprendizado semissupervisionado

• Processo: 16/00868-9
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Vigência (Início): 01 de maio de 2016
• Vigência (Término): 31 de julho de 2017
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Márcio Porto Basgalupp
• Beneficiário: Patrícia Miquilini
• Instituição Sede: Instituto de Ciência e Tecnologia (ICT). Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. São José dos Campos , SP, Brasil
• Assunto(s): Algoritmos evolutivos Aprendizado computacional Classificação
• Palavra(s)-Chave do Pesquisador: Algoritmos Evolutivos | aprendizado de máquinas | aprendizado semisupervisionado | Classificação | Evolução Gramatical | Algoritmos Evolutivos

Resumo

Grandes volumes de dados têm sido coletados no mundo moderno, a necessidade de classificá-los auxilia posteriores análises e avaliações. Conjuntos de dados quando classificados podem ser representados de diversas maneiras. A técnica de representação através de grafos tem sido bastante estudada na literatura e apresenta algumas vantagens como representação de múltiplas classes e representação da estrutura topológica dos dados. No entanto a construção de um grafo a partir de um conjunto de dados não acontece de maneira trivial. É preciso uma função para avaliar se dois exemplos devem ou não estar conectados e a escolha da função para melhor representar um determinado conjunto não é uma tarefa simples. Bons resultados são obtidos após diversas tentativas geradas manualmente. Seria então, possível realizar a escolha dessas funções automaticamente? Este projeto tem como principal objetivo a automatização na construção de funções com a Evolução Gramatical. Por meio da combinação entre algoritmos genéticos e gramáticas BNF se torna mais simples a busca pela função que melhor representa um conjunto de dados.