Investigação de Métodos de Explicação para Aprendizado Profundo

• Processo: 22/16075-9
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de dezembro de 2022
• Data de Término da vigência: 30 de novembro de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Solange Oliveira Rezende
• Beneficiário: Ramon Moreira Machado
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 19/17721-9 - A função da Química na adaptação de holobiontes, AP.TEM
• Assunto(s): Aprendizado computacional Aprendizagem profunda Inteligência artificial explicável
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Aprendizado profundo | Inteligência Artificial Explicável | Aprendizado de Máquina

Resumo

A mineração de dados vem sendo aplicada com sucesso em vários domínios para extrair conhecimento a partir de diferentes tipos de mídia. No contexto de imagens, parte desse processo pode ser apoiado por métodos de aprendizado profundo, incluindo as redes neurais convolucionais. Tidos como o estado da arte em muitas tarefas de reconhecimento visual, esses métodos têm a habilidade de aprender diretamente a partir de dados não estruturados. Porém, eles são geralmente percebidos como caixas pretas, tornando sua decisão menos compreensível para os humanos e inviabilizando seu uso em determinadas aplicações. O objetivo deste projeto consiste em investigar métodos de explicação, oriundos da inteligência artificial explicável, para auxiliar a confirmar, contestar e/ou construir novas suposições acerca do conhecimento adquirido por modelos de aprendizado profundo para classificação de pequenos e grandes conjuntos de imagens de microrganismos. Os métodos de explicação pesquisados serão avaliados e validados em conjunto com microbiologistas clínicos, sobretudo aqueles que buscam a descoberta de compostos bioativos inéditos com potencial farmacológico.