| Processo: | 24/09091-3 |
| Modalidade de apoio: | Bolsas no Brasil - Pós-Doutorado |
| Data de Início da vigência: | 01 de agosto de 2024 |
| Data de Término da vigência: | 31 de outubro de 2026 |
| Área de conhecimento: | Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação |
| Pesquisador responsável: | Ana Carolina Lorena |
| Beneficiário: | Alfredo Antonio Alencar Exposito de Queiroz |
| Instituição Sede: | Divisão de Ciência da Computação (IEC). Instituto Tecnológico de Aeronáutica (ITA). São José dos Campos , SP, Brasil |
| Vinculado ao auxílio: | 21/06870-3 - Além da seleção de algoritmos: meta-aprendizado para análise e entendimento de dados e algoritmos, AP.JP2 |
| Bolsa(s) vinculada(s): | 25/25841-5 - Avaliando a Complexidade dos Dados para Orientar o Aprendizado de Transferência com Modelos Fundamentais, BE.EP.PD |
| Assunto(s): | Aprendizado computacional Meta-aprendizado computacional Inteligência artificial |
| Palavra(s)-Chave do Pesquisador: | Aprendizado de Máquina | aprendizado por transferência | Meta-Aprendizado | Meta-Características | Meta-Dados | Inteligência Artificial |
Resumo A aprendizagem por transferência é uma estratégia popular para usar o conhecimento extraído de um determinado domínio de origem para resolver outra tarefa alvo. Existem muitas estratégias para aprendizagem por transferência, desde a amostragem de parte dos dados do domínio de origem até o uso de modelos induzidos em um domínio de origem como soluções iniciais para resolver as tarefas alvo. Este trabalho investigará a questão de escolher qual domínio fonte pode ser considerado mais adequado e que tipo de conhecimento deve ser transferido para a resolução de uma nova tarefa alvo. (AU) | |
| 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) | |