Evolving Long Short-Term Memory Networks

Autor(es)

Neto, Vicente Coelho Lobo ; Passos, Leandro Aparecido ; Papa, Joao Paulo ; Krzhizhanovskaya, VV ; Zavodszky, G ; Lees, MH ; Dongarra, JJ ; Sloot, PMA ; Brissos, S ; Teixeira, J

• Tipo de documento: Artigo Científico
• Fonte: COMPUTATIONAL SCIENCE - ICCS 2020, PT II; v. 12138, p. 14-pg., 2020-01-01.

Resumo

Machine learning techniques have been massively employed in the last years over a wide variety of applications, especially those based on deep learning, which obtained state-of-the-art results in several research fields. Despite the success, such techniques still suffer from some shortcomings, such as the sensitivity to their hyperparameters, whose proper selection is context-dependent, i.e., the model may perform better over each dataset when using a specific set of hyperparameters. Therefore, we propose an approach based on evolutionary optimization techniques for fine-tuning Long Short-Term Memory networks. Experiments were conducted over three public word-processing datasets for part-of-speech tagging. The results showed the robustness of the proposed approach for the aforementioned task. (AU)

• Processo FAPESP: 17/25908-6 - Aprendizado fracamente supervisionado para análise de vídeos no domínio comprimido em tarefas de recuperação e classificação para alertas visuais
• Beneficiário: João Paulo Papa
• Modalidade de apoio: Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE
• Processo FAPESP: 18/10100-6 - Ajuste de hiperparâmetros em redes de memória de longo prazo utilizando programação genética
• Beneficiário: Vicente Coelho Lobo Neto
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
• Beneficiário: Francisco Louzada Neto
• Modalidade de apoio: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
• Processo FAPESP: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?
• Beneficiário: Alexandre Xavier Falcão
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Processo FAPESP: 19/07665-4 - Centro de Inteligência Artificial
• Beneficiário: Fabio Gagliardi Cozman
• Modalidade de apoio: Auxílio à Pesquisa - Programa eScience e Data Science - Centros de Pesquisa em Engenharia