30 de Outubro de 2020
Pesquisa da UFRN é premiada em evento de Inteligência Artificial
[0] Comentários | Deixe seu comentário.Um artigo desenvolvido por pesquisadores, discente e docentes do Instituto Metrópole Digital (IMD/UFRN) junto ao Departamento de Informática e Matemática Aplicada (DIMAp/UFRN) recebeu prêmio de segundo melhor artigo no Brazilian Conference on Intelligent Systems (Bracis 2020), importante conferência de Inteligência Artificial (IA) da América Latina, que aconteceu de forma remota entre os dias 20 e 23 de outubro.
Intitulado A Distance-Weighted Selection of Unlabelled Instances for Self-training and Co-training Semi-supervised Methods, o artigo foi realizado pelo doutorando Cephas Barreto e apresenta os atuais resultados de sua pesquisa, desenvolvida no âmbito do Programa de Pós-graduação em Sistemas e Computação – PPgSC/DIMAp.
Sob a orientação dos professores Anne Magaly Canuto (DIMAp) e João Carlos Xavier-Júnior (IMD), o trabalho apresenta uma pesquisa de base sobre Aprendizado Semi-Supervisionado – subárea do campo de Aprendizado de Máquina – tipo de aprendizado no qual é realizada a classificação de dados em domínios com dados rotulados escassos.
Impacto da pesquisa
De forma prática, o doutorando explica que, atualmente, programas de computador são capazes de resolver problemas como, por exemplo, apontar se há uma pessoa em uma determinada imagem ou mesmo ajudar no diagnóstico de uma doença. Isso é feito utilizando dados para “treinar” o computador (a máquina), para que este possua conhecimento e resolva os problemas em questão.
Contudo, em muitos domínios, é difícil possuir dados preexistentes na quantidade necessária para se obter bons resultados. Nesse caso, o Aprendizado Semi-supervisionado se aplica a esse tipo de problema, em que o processo manual de rotulagem de dados é muito dispendioso, demorado, ou ambos.
O diagnóstico de doenças através de imagens é um exemplo de problema em que pode-se utilizar essa técnica, dado que é muito difícil ter uma grande quantidade de imagens rotuladas por especialistas. “Como a pesquisa em questão está relacionada à melhoria do desempenho em tarefas de classificação para tais domínios, seus resultados podem contribuir com a melhoria dos resultados de classificação em problemas difíceis de resolver e com grande impacto social, como é o caso do diagnóstico de doenças através de imagens”, exemplifica o pesquisador.
Além dos pesquisadores citados, o artigo contou com a colaboração do discente de mestrado Arthur Gorgônio, também do PPgSC.
