Busca avançada
Ano de início
Entree

Análise do impacto da discretização de dados no espaço de busca de redes bayesianas

Processo: 21/09396-0
Modalidade de apoio:Bolsas no Exterior - Estágio de Pesquisa - Doutorado Direto
Vigência (Início): 01 de dezembro de 2021
Vigência (Término): 26 de outubro de 2022
Área do conhecimento:Engenharias - Engenharia Elétrica
Pesquisador responsável:Carlos Dias Maciel
Beneficiário:Rafael Rodrigues Mendes Ribeiro
Supervisor: Cassio Polpo de Campos
Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Local de pesquisa: Eindhoven University of Technology (TU/e), Holanda  
Vinculado à bolsa:18/23139-8 - Aprendizagem estrutural de redes bayesianas dinâmicas utilizando algoritmo evolutivo paralelo multiobjetivo, BP.DD
Assunto(s):Redes bayesianas   Modelagem de sistemas   Quantização (física)
Palavra(s)-Chave do Pesquisador:Aprendizagem Estrutural | Discretização | Redes Bayesianas | Modelagem de Sistema

Resumo

O aprendizado estrutural de Redes Bayesianas (BN) é um problema que possui um espaço de busca com característica super-exponencial. As escolhas de parâmetros afetam a aprendizagem estrutural e, portanto, precisam ser estudadas. Considerando que os algoritmos mais comumente usados para aprendizagem estrutural de BNs requerem o uso de dados discretos quantizados, a quantização precisa ser estudada. Existem trabalhos que estudam a discretização e quantização de variáveis contínuas para variáveis numéricas discretas quantizadas e outros que estudam a discretização e quantização de variáveis contínuas para variáveis categóricas. Alguns usam a teoria da informação, outros maximização da expectativa e probabilidade ou outros métodos de discretização e quantização. Porém, todos esses trabalhos comparam o resultado final do aprendizado estrutural ou utilizam uma estrutura fixa e não como a quantização altera o espaço de busca das BNs. Neste projeto iremos realizar este estudo e criar uma análise aprofundada das implicações da quantização no espaço de procura de aprendizagem de BNs. Espera-se que nossos resultados teóricos e experimentais validem/invalidem os resultados da literatura sobre como os diferentes tipos de quantização resultam em diferentes qualidades de BNs aprendidos. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)