Aprendizado de hiperparâmetros em máquinas de Boltzmann restritas utilizando programação genética

Resumo

Técnicas de aprendizado de máquina têm sido amplamente utilizadas nas mais diversas aplicações, principalmente aquelas baseadas em aprendizado em profundidade. Entretanto, essas técnicas possuem diversos hiperparâmetros que requerem seu ajuste de maneira personalizada para cada base, sendo essenciais para um bom desempenho da técnica. O presente projeto de pesquisa objetiva introduzir uma abordagem baseada em Programação Genética (Genetic Programming - GP) para o ajuste fino de hiperparâmetros de Máquinas de Boltzmann Restritas (Restricted Boltzmann Machines - RBMs), sendo os resultados validados no contexto de reconstrução de imagens binárias. Para fins de comparação, outras técnicas meta-heurísticas serão consideradas na parte experimental, bem como diversas bases de dados públicas. Até onde se tem notícia, técnicas baseadas em GP ainda não foram utilizadas para o ajuste de hiperparâmetros em RBMs. Ademais, o projeto também conta com um período de estágio no exterior via programa FAPESP - Bolsa de Estágio e Pesquisa no Exterior (BEPE).