Análise Visual para o projeto de redes convolucionais

• Processo: 25/21479-0
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 01 de março de 2026
• Data de Término da vigência: 28 de fevereiro de 2027
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Alexandre Xavier Falcão
• Beneficiário: Matheus Abrantes Cerqueira
• Supervisor: Alexandru-Cristian Telea
• Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Instituição Anfitriã: Utrecht University, Países Baixos
• Vinculado à bolsa: 23/09210-0 - Uma abordagem humano no sistema para construção redes neurais convolucionais, BP.DR
• Assunto(s): Aprendizagem profunda Análise visual
• Palavra(s)-Chave do Pesquisador: Convolutional Networks | Deep Learning | visual analytics | Análise visual

Resumo

Redes Neurais Convolucionais têm aprimorado significativamente as tarefas de reconhecimento de padrões de imagem, principalmente devido à sua função de aprendizado de características encadeadas (codificador) e considerando um cenário com grandes volumes de dados e recurso computacional disponível. No entanto, a ausência de metodologias de projeto sob supervisão especializada frequentemente resulta em modelos mais complexos do que o necessário e cuja funcionalidade interna é desconhecida, reduzindo a segurança e a confiabilidade desses modelos.Alternativamente, o FLIM (do inlgês Feature Learning from Image Markers) incorpora o ser humano no processo de aprendizado, aprendendo filtros convolucionais diretamente a partir de regiões marcadas pelo usuário, resultando em redes competitivas e compactas que requerem apenas algumas imagens marcadas (1-10 imagens). No entanto, o desempenho desse método está altamente relacionado às ações/julgamento do usuário, sem seguir uma solução ou ferramenta de como criar redes FLIM. Portanto, nós propomos desenvolver uma metodologia para criar redes FLIM de forma mais objetiva, com assistência às ações dos usuários. Para isso, em nosso projeto principal (#2023/09210-0), estudamos soluções para selecionar imagens interativamente de acordo com critérios bem definidos e também investigamos como as posições dos marcadores impactam o desempenho do modelo. O objetivo deste BEPE é aprimorar a metodologia analisando a interação da análise visual com o design de redes FLIM, criando ferramentas para visualizar e auxiliar o usuário durante o processo de correção e ilustrando o processo de aprendizagem de recursos. Este projeto BEPE também resultará em um doutorado em cotutela para o candidato na Universidade de Utrecht, sob a supervisão do Prof. Alexandru Telea (coorientador). (AU)