Redes neurais híbridas para fusão de informações heterogêneas

Resumo: O objetivo deste projeto de pesquisa é desenvolver métodos e algoritmos computacionais para fusão de informações heterogêneas através de redes neurais hibridas. Métodos convencionais existentes que processam informações heterogêneas realizam cálculos explícitos para lidar com dados crisp, intervalares, fuzzy, fuzzy intuicionista, e distribuições de probabilidade. Um tipo de dado muito comum é imagen obtida com dispositivos móveis como smartphone. Atualmente, em muitos problemas relevantes como diagnóstico de doenças de seres humanos ou no caso de diagnóstico de doenças/pragas de plantas cada vez mais imagens são e serão usadas. O foco será tratar o problema de fusão de informações heterogêneas de forma mais geral inspirado no principio de como o cerébro humano processa informações. Nesse contexto, métodos de aprendizado de máquina, i.e., redes neurais hibridas serão propostas para fusão/classificação de dados heterogêneos. Algoritmos computacionais para tratar esse tipo de problema precisam ainda ser desenvolvidos. Aplicações para tais métodos encontram-se em várias áreas do conhecimento como em: 1) fusão de informações 2) tomada de decisão, 3) classificação de dados. Aplicações para diagnóstico de lesões de câncer de pele e de doenças de plantas serão desenvolvidos.

Data de início: 2019-03-01
Prazo (meses): 36

Participantes:

Papelordem decrescente Nome
Aluno Doutorado André Georghton Cardoso Pacheco
Aluno Mestrado José Guilherme Mota Esgario
Coordenador Renato Antônio Krohling
Acesso à informação
Transparência Pública

© 2013 Universidade Federal do Espírito Santo. Todos os direitos reservados.
Av. Fernando Ferrari, 514 - Goiabeiras, Vitória - ES | CEP 29075-910