Modelo de aprendizado ativo com redes neurais para aplicações de rotulagem custosa

• Processo: 21/11058-6
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de abril de 2022
• Data de Término da vigência: 31 de agosto de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Odemir Martinez Bruno
• Beneficiário: Gustavo Vieira Jodar
• Instituição Sede: Instituto de Física de São Carlos (IFSC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 18/22214-6 - Rumo à convergência de tecnologias: de sensores e biossensores à visualização de informação e aprendizado de máquina para análise de dados em diagnóstico clínico, AP.TEM
• Assunto(s): Aprendizado computacional Redes neurais (computação) Conjunto de dados Metodologia e técnicas de computação
• Palavra(s)-Chave do Pesquisador: active learning | machine learning | neural networks | Aprendizado de máquinas

Resumo

As redes neurais e o aprendizado de máquinas têm se despontado nas últimas décadas, tanto no meio acadêmico quanto industrial. Podem ser encontradas atualmente soluções comerciais que vão desde a medicina com o reconhecimento de imagens de raio-X, até previsões da tomada de decisão de um consumidor para a indústria. Contudo, embora sejam inúmeras as finalidades, o desenvolvimento de modelos precisos é prejudicado pela constante necessidade de rotulagem dos dados de treino, fato que pode ser um gargalo indesejável para diversas aplicações com rotulagem custosa, como por exemplo a classificação de proteínas, classificação de imagens em visão computacional e problemas que envolvem grande conjunto de dados. Deste modo, a área de aprendizado ativo em machine learning introduziu técnicas para diminuir a necessidade de rótulo nos dados de treino, os métodos mais utilizados fazem parte do grupo de Pool-Based Selective Sampling, no qual assume-se que existe um conjunto de dados não rotulados, sendo necessário selecionar amostras específicas desse conjunto, por alguma medida de informatividade, e rotulá-las para o treinamento. Entretanto, existem falhas nas abordagens principais desse grupo e, até as mais complexas, necessitam de rotulagem no conjunto de dados escolhido. O modelo proposto por esse projeto de iniciação científica visa, após um treinamento inicial, imprescindível em qualquer cenário, retirar a necessidade de rotulagem nos dados, utilizando técnicas de redução de dimensionalidade, algoritmos classificadores e redes neurais diversas. Recentemente, o candidato realizou testes preliminares com o modelo proposto em forma simplificada, os quais se mostraram promissores pelos seus resultados e por favorecerem diversos campos de pesquisa se aprofundado o estudo no tema. (AU)