Busca avançada
Ano de início
Entree

Aprendizagem estrutural de redes bayesianas dinâmicas utilizando algoritmo evolutivo paralelo multiobjetivo

Processo: 18/23139-8
Linha de fomento:Bolsas no Brasil - Doutorado Direto
Vigência (Início): 01 de maio de 2019
Vigência (Término): 28 de fevereiro de 2023
Área do conhecimento:Engenharias - Engenharia Elétrica
Pesquisador responsável:Carlos Dias Maciel
Beneficiário:Rafael Rodrigues Mendes Ribeiro
Instituição-sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Vinculado ao auxílio:14/50851-0 - INCT 2014: Instituto Nacional de Ciência e Tecnologia para Sistemas Autônomos Cooperativos Aplicados em Segurança e Meio Ambiente, AP.TEM
Assunto(s):Modelagem de sistemas   Otimização   Inferência bayesiana e redes de crença   Algoritmos evolutivos

Resumo

Atualmente existe a necessidade de uma teoria estatística para a análise de sinais. Para suprir essa necessidade, nos últimos anos vem se utilizando da inferência Bayesiana, em que se utiliza dados para inferir a estrutura e os parâmetros da Rede Bayesiana (que é uma descrição gráfica da probabilidade condicional entre variáveis aleatórias). O Laboratório de Processamento de Sinais tem um grande histórico de trabalhos envolvendo a Redes Bayesiana. A aprendizagem da estrutura da Rede Bayesiana é um problema NP-difícil e de grande importância para diversos estudos. Visando criar um algoritmo de aprendizagem estrutural de Redes Bayesianas, pretende-se desenvolver um algoritmo de otimização multiobjetivo, pois ele procura encontrar uma solução que possua um compromisso entre os vários critérios definidos. Uma abordagem eficiente para se desenvolver esse algoritmo é se utilizar de algoritmos evolutivos. Por sua vez, para otimizar o tempo de execução do algoritmo evolutivo, pretende-se utilizar de um algoritmo evolutivo paralelo. Espera-se que o método final obtido apresente um tempo de execução bem reduzido em relação aos métodos disponíveis atualmente. (AU)