Projetos de Pesquisa

 

Foto de perfil

Sylvio Barbon Júnior

Ciências Exatas e da Terra

Ciência da Computação
  • novos métodos preditivos para problemas desinais biológicos com múltiplas saídas
  • Em muitos desafios preditivos encontrados na vida real existem múltiplas saídas (multi-target) relacionadas a um mesmo conjunto descritivo de atributos. No entanto, por muitas vezes a dependência (linear e não linear) entre as saídas não é completamente explorada. De fato, problemas com dependência ou relacionamentos estatísticos entre suas saídas, são altamente justificáveis e podem ocorrer nos mais diversos campos, como em aplicações que tratam sinais biológicos para sua predição e compreesão; na inferência da composição química de solos e da água; na automação de processos industriais e na inferência de carga energética. Estes problemas, em geral, são resolvidos com base na técnica de AM conhecida como regressão. A utilização de soluções multi-target em detrimento a predição individual de cada saída resulta na vantagem de compreender o problema globalmente, modelando a dependência existente entre as múltiplas variáveis de saída existentes e, assim, melhorar a descrição da tarefa. Além disso, técnicas multi-target reduzem o sobreajuste aos dados de treinamento quando comparados a uma coleção de modelos com única saída. É nesse escopo que este projeto se insere. Por meio da proposta de inovação nos algoritmos de modelagem MT que explora camadas profundas de regressores empilhados, de modo a inserir a informação proveniente de predições das variáveis alvo como descritores preditivos auxiliares, buscando aumentar o desempenho preditivo.
  • Universidade Estadual de Londrina - PR - Brasil
  • 18/02/2019-28/02/2022