Redes adversárias generativas em sistemas caóticos

• Processo: 23/04172-2
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Mestrado
• Data de Início da vigência: 01 de julho de 2023
• Data de Término da vigência: 31 de dezembro de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Física
• Pesquisador responsável: Odemir Martinez Bruno
• Beneficiário: João Pedro do Valle Alvarenga
• Supervisor: Bernard de Baets
• Instituição Sede: Instituto de Física de São Carlos (IFSC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Instituição Anfitriã: Ghent University (UGent), Bélgica
• Vinculado à bolsa: 22/01935-2 - Padrões e pseudo-aleatoriedade em mapas iterativos em regime caótico, BP.MS
• Assunto(s): Aprendizagem profunda Inteligência artificial Redes adversárias generativas Teoria do caos
• Palavra(s)-Chave do Pesquisador: Aprendizado profundo | Inteligência Artificial | Redes Adversárias Generativas | Redes neurais | Teoria do Caos | Aprendizado profundo

Resumo

O objetivo deste projeto é capacitar o candidato no desenvolvimento de Generative Adversarial Networks (GANs) para geração de séries temporais com características caóticas. O projeto será desenvolvido no grupo de pesquisa do Prof. Dr. Bernard De Beats, instalado na Ghent University. Neste grupo de pesquisa, o candidato implementará métodos de ponta de GANs para séries temporais, explorando os mais diversos tipos de arquiteturas de redes neurais e diferentes órbitas caóticas. Para validar as GANs, serão aplicadas métricas clássicas de séries temporais e métodos de visualização de sistemas dinâmicos. Desta forma, podemos obter séries temporais com características locais e globais de comportamento caótico. Os conhecimentos adquiridos pelo candidato durante o projeto na Bélgica servirão para o avanço do projeto de pesquisa relacionado à bolsa no Brasil. (AU)