Defesa de Qualificação de Dissertação: Kevin Barros Cavalcante

Título: Redes Neurais Convolucionais com dados desbalanceados

Data: 26/04/2019

Horário: 08:00h

Local: Hall do Centro de Ciências - Bloco 902

Resumo:

Nos últimos anos os avanços no uso de redes neurais vem abrindo novas possibilidades no campo da Aprendizagem Automática. Um tipo de rede que vem sendo bastante empregada é a Rede Neural Convolucional. Essas redes podem extrair features dos dados automaticamente e fazer a classificação em um único modelo. Essa característica é útil em problemas de processamento de linguagem natural como classificação de textos. Mas as Redes Neurais Convolucionais podem não funcionar bem ao encontrar um problema relativamente comum em conjuntos de dados: o desbalanceamento de dados. Várias técnicas foram criadas com o intuito de resolver esse problema. Este trabalho visa aliar técnicas para dados desbalanceados e redes neurais convolucionais para a classificação de polaridade de textos.

Banca:

  • Prof. Dr. José Antonio Fernandes de Macêdo (MDCC/UFC - Orientador)
  • Dr. Igo Ramalho Brilhante (UFC - Coorientador)
  • Prof. Dr. César Lincoln Cavalcante Mattos (MDCC/UFC)
  • Prof.ª Dr.ª Ticiana Linhares Coelho da Silva (UFC)