Busca avançada
Ano de início
Entree

Polarização em sistemas de agentes: aprendizagem em redes neurais e propriedades coletivas emergentes

Processo: 19/27825-6
Modalidade de apoio:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de novembro de 2020
Vigência (Término): 31 de outubro de 2021
Área do conhecimento:Ciências Exatas e da Terra - Física - Física Geral
Pesquisador responsável:Nestor Felipe Caticha Alfonso
Beneficiário:José Arthur de Toledo Queiroz
Instituição Sede: Instituto de Física (IF). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Assunto(s):Redes neurais (computação)   Processamento da informação   Métodos de análise   Técnicas computacionais   Aprendizado computacional   Mecânica estatística   Teoria da informação
Palavra(s)-Chave do Pesquisador:dinâmica de aprendizado | Redes neurais | Sistemas de agentes | Transições de fase | Mecânica Estatística e Teoria de Informação

Resumo

O estudante participará do programa de pesquisa que lida com aprendizagem em redes neurais e a construção e caracterização de modelos de agentes que processam informação usando redes neurais. As bases teóricas são Teoria de Probabilidades, Mecânica Estatística, Teoria de Informação e Aprendizagem de Máquinas. Os métodos incluem técnicas analíticas e computacionais. Serão construídas sociedades de agentes para modelar processos de Polarização com respeito a opiniões. Após um período de estudo das bases teóricas, o estudante deverá participar do processo de construção de modelos e realizar comparações entre máquinas aprendendo uma tarefa usando diferentes métodos de treinamento e confrontar predições teóricas para modelos de sociedades com grandes bancos de dados sobre opiniões em diversas áreas tais como padrões de votação de sistemas Legislativos de diferentes países, moralidade e redes sociais digitais.

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)