Desafios em decisões com múltiplos aspectos: integrando técnicas de aprendizado de máquina e da pesquisa operacional

Resumo

Decisões em diversos âmbitos, como pessoal, social ou governamental, geralmente são tomadas considerando múltiplos aspectos relevantes. Esses aspectos podem ser critérios de decisão, objetivos conflitantes ou até mesmo múltiplos modos de informação (multimídia). Decisões envolvendo múltiplos aspectos muitas vezes são um desafio, pois exigem um esforço significativo na análise dos dados e precisam da utilização de técnicas e modelos matemáticos adequados para o suporte à decisão. No campo da ciência da decisão, áreas como a pesquisa operacional (PO) e o aprendizado de máquina (ML) mostram-se eficientes para lidar com grande quantidade de informação, tornando as decisões mais simples e completas. Tanto os métodos de PO como os de ML apresentam algumas vantagens e desvantagens no apoio à decisão. Nesse sentido, uma tendência atual é o desenvolvimento de métodos híbridos de PO e ML, visando obter métodos de fácil compreensão e mais completos, incluindo aspectos éticos em sua aplicação. Este projeto de pesquisa tem como objetivo propor novos métodos híbridos de PO e ML para apoiar decisões complexas que envolvem múltiplos aspectos a serem analisados. Abordamos o problema com duas frentes. Na primeira, pretendemos tratar de decisões que envolvem múltiplos critérios e múltiplas dimensões. A segunda frente trata da problemática multimodal, isto é, quando a análise envolve mais de um modo de informação, tais como imagem e texto simultaneamente. Visamos aplicar as metodologias propostas em áreas das ciências sociais e saúde.