Estratégias para Seleção de Classificadores Baseadas em Programação Genética para Reconhecimento de Dados Multimídia

• Processo: 21/02023-4
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de abril de 2021
• Data de Término da vigência: 31 de janeiro de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Acordo de Cooperação: Microsoft Research
• Pesquisador responsável: João Paulo Papa
• Beneficiário: Rafael Junqueira Martarelli
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Empresa: Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Instituto de Geociências e Ciências Exatas (IGCE)
• Vinculado ao auxílio: 17/25908-6 - Aprendizado fracamente supervisionado para análise de vídeos no domínio comprimido em tarefas de recuperação e classificação para alertas visuais, AP.PITE
• Assunto(s): Programação genética
• Palavra(s)-Chave do Pesquisador: Aprendizado em Profundidade | Combinação de Classificadores | Otimização por metaheurísticas | processamento de vídeos | Reconhecimento de Padrões | Aprendizado de máquina

Resumo

O principal objetivo do projeto é propor uma abordagem para seleção de classificadores baseada em Programação Genética, do Inglês Genetic Programming (GP). O aprendizado de comitê classificadores não é uma tarefa trivial dado que cada um deles pode contribuir de maneira distinta para a tomada de decisão final. Assim, entender melhor a importância de cada classificador no comitê é essencial para a contrução de conjuntos de classificadores para posterior tomada de decisão. A aplicação do projeto é orientada à classificação de dados multimídia, isto é, classificação de eventos ou ações em vídeos. Diferentes abordagens baseadas em GP serão também avaliadas para a aplicação alvo do projeto. (AU)