Modelos baseados em agentes: aprendizagem em redes neurais, propriedades coletivas emergentes

• Processo: 20/00021-1
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Vigência (Início): 01 de março de 2020
• Vigência (Término): 28 de fevereiro de 2021
• Área do conhecimento: Ciências Exatas e da Terra - Física - Física Geral
• Pesquisador responsável: Nestor Felipe Caticha Alfonso
• Beneficiário: Ian Lucas Ramos de Carvalho dos Santos Pinto
• Instituição Sede: Instituto de Física (IF). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Mecânica estatística Redes neurais (computação) Aprendizado computacional Probabilidade Propriedade coletiva Etnografia Teoria da informação Métodos de análise Modelos matemáticos
• Palavra(s)-Chave do Pesquisador: Algoritmos de aprendizado em redes neurais | Modelos de agentes | Teoria de Informação | Transições de fase | Mecânica Estatística

Resumo

O estudante participará do programa de pesquisa que lida com I) aprendizagem em redes neurais e (II) a construção e caracterização de modelos de agentes que processam informação. As bases teóricas são teoria de Probabilidades, Mecânica Estatística, Teoria de Informação e Aprendizagem de Máquinas. Os métodos incluem técnicas analíticas e computacionais. Serão feitas aplicações no estudo de formação de consenso com respeito a opiniões e no estudo da dinâmica de opiniões. O estudante deverá trabalhar com modelos matemáticos e confrontar predições teóricas para modelos de sociedades com grandes bancos de dados etnográficos. O exemplo que será tratado é a interação da estrutura de organização hierárquica social e a utilização de meios universais de troca, ou seja modelagem da aparição de dinheiro.