Redução não linear de dimensionalidade

• Processo: 19/01691-3
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
• Data de Início da vigência: 01 de julho de 2019
• Data de Término da vigência: 30 de junho de 2020
• Área de conhecimento: Ciências Exatas e da Terra - Matemática - Matemática Aplicada
• Pesquisador responsável: Antonio Castelo Filho
• Beneficiário: Lucas Moutinho Bueno
• Supervisor: Jose Claudio Teixeira e Silva Junior
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Instituição Anfitriã: New York University, Estados Unidos
• Vinculado à bolsa: 17/25631-4 - Estrutura de dados gema para triangulações, BP.PD
• Assunto(s): Análise de dados
• Palavra(s)-Chave do Pesquisador: dimensionality reduction | High dimensional data | Nonlinear Methods | análise de dados

Resumo

Este documento é uma proposta de um projeto de pesquisa de duração de um ano com o tema redução não-linear de dimensionalidade, que será executado pelo Dr. Lucas Moutinho Bueno. Redução de dimensionalidade consiste em projetar dados de alta dimensão para um espaço de baixa dimensão usando um método específico. Quando funções lineares são usadas por um método para projetar os dados inteiros em um espaço de baixa dimensão, dizemos que o método é linear. Se funções não lineares são usadas para projetar dados ou se múltiplas funções lineares são usadas e cada uma aplicada a um subconjunto diferente dos dados, então o método é não-linear. A execução do projeto ocorrerá na Universidade Dailhousie, em Halifax, no Canadá, e será supervisionada pelo professor Fernando Paulovich. Este projeto faz parte da pesquisa de pós-doutorado do Dr. Bueno no campo da matemática aplicada, orientado pelo professor Antionio Castelo Filho, da Universidade de São Paulo, em São Carlos, Brasil. A pesquisa de pós-doutorado é financiada pela Fapesp, processo número 2017 / 25631-4, e está vinculada ao projeto temático do CEPID-CeMEAI.