Defesa de Dissertação: Alisson Sampaio de Carvalho Alencar

Título: Máquina de Aprendizagem Mínima: Aspectos Teóricos e Práticos.

Data: 30/03/2017 Horário: 16h Local: Sala de Seminários - Bloco 952 - Campus do Pici

Resumo:

A máquina de aprendizagem mínima (Minimal Learning Machine, MLM) é uma método de aprendizado supervisionado cujo treinamento se dá a partir da construção de um mapeamento linear entre matrizes de distâncias obtidas nos espaços de entrada e saída dos dados. Após o treinamento, a saída correspondente a um novo padrão é encontrada pela solução de um problema de multilateração. Dada a sua formulação simples, treinamento rápido e boa acurácia, a MLM tem sido utilizada com sucesso em várias aplicações Entretanto, deve-se destacar que tais modelos ainda carecem de uma análise detalhada de algumas das suas etapas. Este trabalho apresenta três contribuições referentes a análise MLMs. Inicialmente será apresentada a prova da capacidade de interpolação de um modelo MLM. Posteriormente serão apresentadas análises experimentais das etapas de seleção de pontos de referência e estimação da saída.

Banca:

  • Prof. Dr. João Fernando Lima Alcântara (MDCC/UFC - Orientador)
  • Prof. Dr. João Paulo Pordeus Gomes  (MDCC/UFC - Coorientador)
  • Prof. Dr. Amauri Holanda de Souza Júnior (IFCE)
  • Prof.ª Dr.ª Ananda Lima Freire (IFCE)
  • Prof. Dr. Francesco Corona (UFC)