Visualização em tarefas de classificação de imagens baseada em aprendizado profundo

• Processo: 20/07089-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2020
• Data de Término da vigência: 30 de setembro de 2021
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Acordo de Cooperação: Microsoft Research
• Pesquisador responsável: Nina Sumiko Tomita Hirata
• Beneficiário: Jônatas de Souza Nascimento
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Empresa: Universidade de São Paulo (USP). Instituto de Matemática e Estatística (IME)
• Vinculado ao auxílio: 17/25835-9 - Interpretação de imagens e de modelos de aprendizado profundos, AP.PITE
• Assunto(s): Aprendizado computacional Aprendizagem profunda Redes neurais convolucionais Redes neurais (computação) Visualização de dados
• Palavra(s)-Chave do Pesquisador: Classificação de Imagens | Interpretabilidade de redes neurais | Redes Neurais convolucionais | Redes Neurais Profundas | visualização de dados | Aprendizado de máquina

Resumo

Redes neurais profundas são capazes de não somente predizer a saída de forma ótima, mas também de transformar o dado de entrada em representações mais adequadas. Tal flexibilidade vem acompanhado de um grande número de parâmetros que acabam prejudicando o entendimento do funcionamento de redes. Para ajudar no entendimento, técnicas de visualização são empregadas para se obter insight ao reforçar evidências de que uma rede está funcionando ou não de forma apropriada. Neste projeto almejamos estudar e experimentar diversas abordagens baseadas em visualização e aplicá-las como apoio ao desenvolvimento de soluções, baseadas em aprendizado profundo, para tarefas de classificação de imagens. (AU)