Título: Interface Gráfica para Desenvolvimento de Redes Neuronais Convolucionais Probabilísticas
Autor: Aníbal João Lopes Chaves
Local: Sala de Documentação da FCEE e Sessão Zoom
Dia/Hora: 14/10/2022 14:30 Sala de Documentação FCEE e sessão Zoom ID: 930 4503 9746 Senha: 184189
https://videoconf-colibri.zoom.us/j/93045039746?pwd=WEcyM2ViOGtkVW1LSzg5Q1VyYjJPQT09
Resumo:
Através do desenvolvimento da inteligência artificial, algumas capacidades dos seres humanos têm sido replicadas para os computadores. Entre os modelos desenvolvidos, destacam-se consideravelmente as Redes Neuronais Convolucionais, pois tornam possível aos sistemas terem capacidades inerentes dos humanos tais como o reconhecimento de padrões em imagens e sinais. Todavia, os sistemas convencionais são baseados em modelos determinísticos, sendo estes incapazes de expressar a incerteza epistêmica das previsões. A alternativa consiste no uso de modelos probabilísticos embora estes sejam consideravelmente mais difíceis de desenvolver. Para abordar os problemas relativos ao desenvolvimento de redes probabilísticas e à escolha da arquitetura da rede, nesta dissertação é proposto o desenvolvimento de uma aplicação que permite ao utilizador escolher a arquitetura desejada e obter o modelo já treinado para os dados fornecidos. Esta aplicação “Interface Gráfica para Redes Neuronais Probabilísticos” dá ao utilizador a possibilidade de poder utilizar as Redes Neuronais Convolucionais mais comuns para diferentes conjuntos de dados, sendo as redes adaptadas ao modelo probabilístico desenvolvido. Contrariamente aos modelos existentes para uso genérico que são determinísticos e já pré-treinados em conjuntos de dados para depois serem usados em transfer learning, a abordagem seguida neste trabalho cria a rede camada a camada, sendo efetuado o treino nos dados fornecidos, originando um modelo específico para os dados em questão.