Análise do Comportamento Dinâmico de Sistemas Complexos e Redes Neurais Artificiais em Visão Computacional e Inteligência Artificial

Resumo

Redes complexas são um campo de estudo que combina a teoria dos grafos e métodos advindos da mecânica estatística para representar sistemas complexos. Na área de aprendizado de máquina, as redes têm sido bastante abordadas na literatura em tarefas de visão computacional e inteligência artificial, demonstrando ser uma ferramenta com bastante potencial para a área nos últimos anos. Estudos recentes, em sua maioria por pesquisadores da USP de São Carlos, demonstram que, quando combinadas com autômatos celulares ou redes neurais artificiais para tarefas de classificação de dados, as redes complexas demonstram possuir bastante harmonia na integração dos métodos. Entretanto, apesar dos ótimos resultados obtidos, ainda há muito a ser explorado nesse campo de pesquisa. Portanto, o objetivo deste doutorado é abordar, avaliar e propor novos métodos que integrem as áreas de redes complexas, autômatos celulares e redes neurais artificiais para problemas de visão computacional e inteligência artificial. Serão investigados modelos de redes neurais para classificação de texturas, e também propostas novas arquiteturas que possam lidar com redes complexas modeladas a partir de imagens. Além disso, técnicas atuais que integram as áreas de redes complexas e autômatos em tarefas de reconhecimento de padrões serão testadas em diversos tipos de dados, como imagens, vídeos, texto e dados estruturados. Por fim, modelos que integrem as três áreas de estudo serão abordados e propostos. Como forma de analisar o potencial dos métodos, serão consideradas aplicações em dados representando problemas reais, como biologia, medicina e agricultura, áreas da qual o grupo de pesquisa do candidato possui parcerias com laboratórios nacionais e internacionais, e principalmente dados de sensores e biossensores em conjunto com colaboradores do projeto temático (2018/22214-6) no qual este doutorado está inserido.