| Processo: | 23/16871-2 |
| Modalidade de apoio: | Bolsas no Brasil - Programa Capacitação - Treinamento Técnico |
| Data de Início da vigência: | 01 de janeiro de 2024 |
| Data de Término da vigência: | 30 de novembro de 2024 |
| Área de conhecimento: | Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação |
| Pesquisador responsável: | Artur Jordão Lima Correia |
| Beneficiário: | Ian Guarim Pons |
| Instituição Sede: | Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil |
| Vinculado ao auxílio: | 23/11163-0 - DeepPruning: Redes Neurais Eficientes Explorando Técnicas de Poda, AP.R |
| Assunto(s): | Aprendizagem profunda Redes neurais Aprendizado computacional |
| Palavra(s)-Chave do Pesquisador: | Deep Learning | Green AI | Redes neurais | Aprendizado de Máquina |
Resumo Apesar dos resultados sem precedentes na automatização de diversas atividades cognitivas, redes neurais sofrem de elevada sobrecarga computacional e podem ser induzidas a tomar decisões (predições) incorretas sob amostras com conteúdo modificado (amostras adversariais). Estudos recentes vêm confirmando que técnicas de poda podem contornar ambos os desafios descritos. O escopo deste plano de trabalho compreende o desenvolvimento e aprimoramento de técnicas de poda para melhorar as redes neurais em termos do custo computacional e investigar a robustez adversarial desses modelos. | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |