Busca avançada
Ano de início
Entree

Ajuste de hiperparâmetros em redes de memória de longo prazo utilizando programação genética

Processo: 18/10100-6
Modalidade de apoio:Bolsas no Brasil - Iniciação Científica
Data de Início da vigência: 01 de setembro de 2018
Data de Término da vigência: 30 de novembro de 2019
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:João Paulo Papa
Beneficiário:Vicente Coelho Lobo Neto
Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
Vinculado ao auxílio:14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?, AP.TEM
Assunto(s):Reconhecimento de padrões   Aprendizado computacional   Aprendizagem profunda   Programação genética   Memória de longo prazo
Palavra(s)-Chave do Pesquisador:Reconhecimento de Padrões | Aprendizado de Máquina

Resumo

Técnicas de aprendizado de máquina têm sido amplamente utilizadas nas mais diversas aplicações, principalmente aquelas baseadas em aprendizado em profundidade. Entretanto, essas técnicas possuem diversos hiperparâmetros que requerem seu ajuste de maneira personalizada para cada base, sendo essenciais para um bom desempenho da técnica. O presente projeto de pesquisa objetiva introduzir uma abordagem baseada em Programação Genética (Genetic Programming - GP) para o ajuste fino de hiperparâmetros de redes neurais recorrentes. Mais especificamente, serão otimizadas a representação das palavras, número de camadas LSTM, número de unidades escondidas e tamanho do lote de palavras processado por vez para redes LSTMs (Long Short-Term Memory), sendo os resultados validados em bases de dados de textos. A tarefa a ser estudada é o reconhecimento de classe gramatical de palavras, conhecida como Part-of-Speech (POS) Tagging. Para fins de comparação, serão utilizadas bases de dados públicas amplamente conhecidas, como o corpus Brown. Ademais, o projeto também conta com um período de estágio no exterior via programa FAPESP - Bolsa de Estágio e Pesquisa no Exterior (BEPE).

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
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)
NETO, VICENTE COELHO LOBO; PASSOS, LEANDRO APARECIDO; PAPA, JOAO PAULO; KRZHIZHANOVSKAYA, VV; ZAVODSZKY, G; LEES, MH; DONGARRA, JJ; SLOOT, PMA; BRISSOS, S; TEIXEIRA, J. Evolving Long Short-Term Memory Networks. COMPUTATIONAL SCIENCE - ICCS 2020, PT II, v. 12138, p. 14-pg., . (17/25908-6, 18/10100-6, 13/07375-0, 14/12236-1, 19/07665-4)