Busca avançada
Ano de início
Entree

Aprendendo parâmetros de remoção em Redes Neurais por Convolução

Processo: 16/21243-7
Linha de fomento:Bolsas no Exterior - Estágio de Pesquisa - Mestrado
Vigência (Início): 01 de fevereiro de 2017
Vigência (Término): 31 de maio de 2017
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:João Paulo Papa
Beneficiário:Gustavo Henrique de Rosa
Supervisor no Exterior: Gustavo Kunde Rohde
Instituição-sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
Local de pesquisa : University of Virginia (UVa), Estados Unidos  
Vinculado à bolsa:15/25739-4 - Estudo de semântica em modelos de aprendizado em profundidade, BP.MS
Assunto(s):Aprendizado computacional   Reconhecimento de padrões

Resumo

Abordagens baseadas em aprendizado em profundidade têm sido indispensáveis nos últimos anos, principalmente devido aos seus excelentes resultados em diversos domínios de aplicação, compreendendo desde reconhecimento de faces e objetos até identificação de dígitos manuscritos. Redes Neurais por Convolução, do inglês Convolutional Neural Networks (CNN), têm atraído uma notável atenção visto que elas modelam o intrínseco e complexo mecanismo cerebral. Entretanto, uma falha de tais modelos consiste em seu problema de super-treinamento, do inglês overfitting, o qual previne que a rede consiga prever eficientemente novos dados. Nesta proposta, abordamos o problema através de uma correta seleção dos parâmetros de regularização por meio de técnicas baseadas em meta-heurísticas, dado que elas permitem uma simples e elegante solução para inúmeros problemas de optimização. A abordagem proposta será validada sob a supervisão do Prof. Gustavo Rohde, University of Virginia, no contexto de detecção de núcleos em imagens de células de diversas finalidades.

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)
PASSOS, LEANDRO A.; DE SOUZA, JR., LUIS A.; MENDEL, ROBERT; EBIGBO, ALANNA; PROBST, ANDREAS; MESSMANN, HELMUT; PALM, CHRISTOPH; PAPA, JOAO PAULO. Barrett's esophagus analysis using infinity Restricted Boltzmann Machines. JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION, v. 59, p. 475-485, FEB 2019. Citações Web of Science: 0.

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