Seleção de atributos e ajuste de parâmetros de redes neurais artificiais para o problema de classificação da qualidade da madeira

• Processo: 18/02822-1
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de abril de 2018
• Data de Término da vigência: 30 de novembro de 2018
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: André Luis Debiaso Rossi
• Beneficiário: Mateus Roder
• Instituição Sede: Universidade Estadual Paulista (UNESP). Campus Experimental de Itapeva. Itapeva , SP, Brasil
• Assunto(s): Visão computacional Aprendizado computacional Classificação Parâmetros Meta-heurística Redes neurais (computação) Madeira Controle da qualidade Qualidade do produto
• Palavra(s)-Chave do Pesquisador: ajuste de parametros | Aprendizado de Máquina | Classificação | Seleção de Atributos | Visão Computacional | Aprendizado de Máquina

Resumo

Técnicas de Aprendizado de Máquina (AM) têm sido amplamente utilizadas nas mais diversas áreas do conhecimento para a indução de modelos descritivos e preditivos. Muitas dessas técnicas conseguiram grande sucesso quando aplicadas a tarefas específicas, como o problema de classificação da qualidade da madeira através de imagens. Esse problema tem sido estudado pelo proponente deste projeto. Apesar dos resultados satisfatórios, as pesquisas continuam avançando no sentido de melhorar o desempenho preditivo do sistema proposto. Para isso, uma das tarefas investigadas é o ajuste dos hiperparâmetros de técnicas de AM. Esses hiperparâmetros influenciam diretamente na indução dos modelos e devem ser ajustados para cada conjunto de dados. Meta-heurísticas baseadas no processo evolutivo e na inteligência de enxames, como a Otimização por Enxame de Partículas (PSO), têm sido empregadas para esse fim. Estas, possuem mecanismos específicos para escapar dos mínimos locais, que são muito comuns no problema de ajuste de hiperparâmetros. Neste projeto será investigado o uso da meta-heurística PSO para o ajuste dos valores dos hiperparâmetros de Redes Neurais Artificiais (RNAs) concomitante com a seleção de atributos para o problema da classificação da qualidade da madeira. A seleção de atributos pode ser necessária, haja vista que serão utilizados diferentes métodos para extrair características relevantes das imagens de madeira. A caracterização das imagens também possui grande influência no desempenho preditivo das técnicas de AM. Essas técnicas tratam da transformação das imagens em valores numéricos que são úteis para o uso com as técnicas de AM. Alguns métodos de extração de características mais usados serão investigados, como medidas obtidas a partir da matriz de co-ocorrência da escala de cinza e o local binary pattern. Espera-se que a PSO seja capaz de encontrar o melhor conjunto de hiperparâmetros das RNAs e o melhor conjunto de atributos que descrevem as imagens seja selecionado, aumentando a taxa de acerto da técnica de AM. (AU)