Nome do Projeto
Aplicações de Classificadores Baseados em Aprendizado Profundo
Ênfase
PESQUISA
Data inicial - Data final
11/06/2015 - 11/06/2019
Unidade de Origem
Coordenador Atual
Área CNPq
Ciências Exatas e da Terra - Ciência da Computação
Resumo
Aprendizado Profundo é uma área do Aprendizado de Máquina focada em modelos hierárquicos capazes de criar representações incrementalmente abstratas do problema sendo tratado [1]. O objetivo destes modelos é criar representações de dados capazes de generalizar conceitos a partir de exemplos de forma supervisionada ou não-supervisionada – isto é, através de exemplos rotulados ou não. Uma das áreas onde aprendizado profundo tem sido aplicado com sucesso é em tarefas de classificação, onde o objetivo é classificar um determinado exemplo em uma entre um número limitado de classes. Algoritmos baseados em aprendizado profundo têm se mostrado bastante eficazes em diversos cenários deste tipo, frequentemente superando o estado-da-arte – e.g. reconhecimento de caracteres [2,3], classificação de objetos em imagens [3,4,5], reconhecimento de voz [6,7,8]. Ainda é foco de estudo identificar outros cenários onde é propícia e vantajosa a aplicação destas técnicas de aprendizado, bem como cenários onde estas não são adequadas. Identificar tais cenários é um importante problema devido a maneira com que técnicas baseadas em aprendizado profundo tem se posicionado na área de Inteligência Artificial (IA) – e.g. como o futuro da IA [9], de forma semelhante como Redes Neurais Artificiais se posicionaram na década de 80. Nos diversos projetos de pesquisa ligados ao Grupo de Aplicações em Inteligência Artificial (GAIA), diferentes algoritmos de aprendizado de máquina tem sido utilizados para diferentes propósitos, incluindo biometria, reconhecimento de doenças em plantas, reconhecimento de desenhos e identificação de alunos em risco. Estas aplicações geraram ou estão gerando diversos resultados com técnicas de aprendizado de máquina tradicionais e os dados utilizados são amplamente disponíveis, tornando-as interessantes para aplicação de aprendizado profundo para comparação com resultados prévios. Tal comparação poderá permitir que estabeleça-se atributos de problemas que indicam que aprendizado profundo é uma melhor escolha em relação a outros técnicas.

Objetivo Geral

Este projeto tem como objetivo geral avaliar a aplicação de algoritmos de aprendizado profundo em tarefas de classificação. A principal meta é estudar e aplicar estes algoritmos em problemas de pesquisas realizadas no GAIA, que permitam a comparação com resultados obtidos por técnicas mais tradicionais. São metas específicas:
• Obter e fixar na Universidade o conhecimento sobre as teorias e aplicações de sistemas de aprendizado profundo;
• Estabelecer um fluxo de trabalho para aplicação de aprendizado profundo, incluindo a viabilização técnica de hardware e software;
• Comparar os resultados da aplicação de algoritmos de aprendizado profundo com técnicas tradicionais aplicadas a problemas sendo trabalhados no GAIA.

Equipe do Projeto

NomeCH SemanalData inicialData final
DIEGO PORTO JACCOTTET2011/06/201501/03/2017
FREDDY DA PAZ ILHA2011/06/201501/01/2016
LEANDRO WEIGE DIAS1211/06/201501/03/2017
LUCAS GARCIA NACHTIGALL4011/06/201501/03/2016
LUCAS PEREIRA CAVALINI1201/08/201631/07/2017
MARCO ANTÔNIO FERREIRA BIRCK1201/08/201731/07/2018
MARCO ANTÔNIO FERREIRA BIRCK1201/08/201631/07/2017
PEDRO LEMOS BALLESTER1201/08/201631/07/2017
PEDRO LEMOS BALLESTER1201/08/201531/07/2016
VIRGINIA ORTIZ ANDERSSON426/04/201611/06/2019

Fontes Financiadoras

Sigla / NomeValorAdministrador
CNPqR$ 29.139,15

Página gerada em 21/09/2020 16:42:55 (consulta levou 0.097372s)