Bolsa 16/06538-0 - Inteligência artificial, Aprendizado computacional - BV FAPESP
Busca avançada
Ano de início
Entree

Ajuste de parâmetros de técnicas de aprendizado de máquina aplicadas à classificação da qualidade da madeira

Processo: 16/06538-0
Modalidade de apoio:Bolsas no Brasil - Iniciação Científica
Data de Início da vigência: 01 de julho de 2016
Data de Término da vigência: 30 de junho de 2017
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Pesquisador responsável:André Luis Debiaso Rossi
Beneficiário:Mateus Roder
Instituição Sede: Universidade Estadual Paulista (UNESP). Campus Experimental de Itapeva. Itapeva , SP, Brasil
Assunto(s):Inteligência artificial   Aprendizado computacional   Algoritmos evolutivos   Qualidade da madeira   Otimização estrutural   Classificação   Meta-heurística
Palavra(s)-Chave do Pesquisador:Algoritmos Evolutivos | Aprendizado de Máquina | Classificação | Madeira | Inteligência Artificial, Aprendizado de Máquina

Resumo

A classificação da qualidade da madeira de acordo com os defeitos identificados é uma tarefa realizada pelas indústrias fornecedoras dessa matéria prima para a correta destinação do produto. Esses procedimentos geralmente são realizados por operadores humanos treinados para esse fim. Porém, essa solução sofre desvantagens consideráveis, como a subjetividade, principalmente devido ao cansaço, por exemplo, depois de realizar a mesma tarefa durante um período prolongado. Por esse motivo, técnicas de Aprendizado de Máquina têm sido usadas na classificação da qualidade e detecção de defeitos da madeira. Apesar do potencial, essas técnicas possuem parâmetros livres que devem ser fornecidos pelos usuários e que influenciam diretamente no desempenho preditivo e na robustez dos modelos induzidos. Geralmente, os valores para os parâmetros são definidos pelos usuários por tentativa e erro, que é um método assistemático e, portanto, frequentemente muito dispendioso. Pesquisadores têm desenvolvido diferentes algoritmos e métodos a fim tratar o problema de encontrar os melhores valores para os parâmetros livres. Recentemente, meta-heurísticas baseadas no processo evolutivo, como os Algoritmos Genéticos, e na inteligência de enxames, como a Otimização por Enxame de Partículas, têm sido empregadas para tratar esse problema. As meta-heurísticas possuem algumas heurísticas básicas para escapar dos mínimos locais, que são muito comuns no problema de ajuste de parâmetros. Este projeto visa investigar o uso do algoritmo de Otimização por Enxame de Partículas para o ajuste dos valores dos parâmetros para as Máquinas de Vetor Suporte e Redes Neurais Artificiais aplicadas à classificação da qualidade da madeira. A classificação é realizada a partir de imagens de tábuas de madeira com relação aos defeitos que a madeira pode apresentar. Espera-se que o algoritmo de otimização seja capaz de encontrar melhores valores para os parâmetros quando comparado com abordagens \textit{ad-hoc} e aleatórias, resultando em modelos com melhores desempenhos preditivos.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)