Engenharia de Aprendizado de Máquina em situações com otimização ou de restrições de hardware - 1

• Processo: 24/04381-3
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de junho de 2024
• Data de Término da vigência: 30 de setembro de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Nina Sumiko Tomita Hirata
• Beneficiário: Marcus Vinicius Fugagnoli Laranjeira
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 22/15304-4 - Aprendizado de representações ricas em contexto para visão computacional, AP.TEM
• Assunto(s): Computação de borda Aprendizagem profunda Visão computacional Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Computação de Borda | deep neural networks | Hardware limitado | Visão Computacional | Aprendizado de Máquina

Resumo

O bolsista será treinado para desenvolver atividades relacionadas à engenharia de Aprendizado de Máquina em situações em que há necessidade de otimização de uso de hardware ou quando há restrições de hardware. As atividades envolvem melhoria da performance do software (APIs) principalmente para hardware restrito, como por exemplo smartphones, ou smart câmeras. O bolsista irá também auxiliar os pesquisadores na implementação de experimentos, tanto envolvendodispositivos com hardware restrito como usando a infraestrutura de hardware do laboratório de Visão Computacional do IME/USP. É esperada a sua atuação na otimização no uso dos recursos existentes.