Um estudo sobre algoritmos para aprendizado estrutural de circuitos probabilísticos

• Processo: 22/01798-5
• 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 julho de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Denis Deratani Mauá
• Beneficiário: Thiago Peres Casagrande
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Aprendizado computacional Inteligência artificial Métodos probabilísticos Metodologia e técnicas de computação
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Circuitos Probabilísticos | Inteligência Artificial | Aprendizado de Máquina

Resumo

Este texto descreve um projeto de Iniciação Científica para o estudo de circuitos probabilísticos, que são modelos probabilísticos gerativos sobre os quais é possível realizar diferentes tipos de inferência de forma exata e computacionalmente eficiente. Um circuito probabilístico é especificado através de sua estrutura, um grafo direcionado acíclico que modela as relações de (in)dependência condicionais e contextuais entre as variáveis aleatórias do modelo, e de seus parâmetros, que são pesos associados às arestas do grafo e parâmetros de distribuições univariadas associadas às folhas. Nesse projeto, o aluno fará uma revisão da literatura dos principais algoritmos de aprendizado de estrutura de circuitos probabilísticos a partir de conjunto de dados, comparando suas complexidades em relação à dimensionalidade do problema e à quantidade de dados. Com base nesse estudo, o aluno implementará uma seleção dessas técnicas se utilizando da biblioteca de código aberto do grupo de pesquisa em linguagem Julia, comparando-as em relação à eficiência de inferência. (AU)