Titulo Estágio
Deep Learning: Desenvolvimento e Aplicação de Redes Neuronais com Aprendizagem Profunda
Área Tecnológica
Reconhecimento de Padrões
Local do Estágio
LARN - Laboratório de Redes Neuronais
Enquadramento
Recentemente têm sido estudadas máquinas computacionais com uma arquitectura profunda de muitas camadas (deep architectures) inspiradas nos mecanismos de representação de informação visual no neocortex cerebral. Segundo estes princípios as capacidades cognitivas estão associadas não ao pré-processamento da informação sensorial mas antes à sua propagação numa hierarquia complexa, que permite uma representação mais genérica dos conceitos que estão a aprender.
Alguns exemplos destas abordagens são as deep belief networks (DBN), as convolutional nets (CN) e os Hidden Markov Models (HMM) hierárquicos.
A vantagem mais premente da Deep Learning Architecture consiste numa representação efectuada pela máquina de aprendizagem mais genérica do que as abordagens tradicionais (SVMs e outras redes neuronais: “shalow architectures”). Desta forma, evita-se o desenvolvimento de algoritmos muito específícos que fazem um mapeamento de representações simples (arestas, contornos, etc.) directamente para a informação visual.
Outra vantagem deste tipo de redes consiste em evitar a especificação a priori dum conjunto
de características, isto é, a rede constrói as características mais adaptadas, por exemplo, ás imagens que lhe são mostradas.
Objetivo
O objectivo principal consiste no desenvolvimento de uma rede neuronal multicamada (deep neural network) com capacidade de aprendizagem de conceitos a partir de imagens de forma não supervisionada.
A rede deve ser implementada de forma a correr em GPU, usando C/C++.
A implementação em GPU deve tornar o seu funcionamento tão rápido quanto possível para poder ser usada em tempo real.
Plano de Trabalhos - Semestre 1
1. Elaboração do estado da arte na área das deep neural networks
2. Desenvolvimento da nova rede adaptada á aprendizagem de objectos em imagens
3. Elaboração e Escrita da Proposta de Tese
Plano de Trabalhos - Semestre 2
4. Implementação da rede em GPU
5. Teste e validação da nova rede usando bases de dados standard
6. Escrita da tese e de um artigo cientíííco
Condições
O trabalho de investigação será realizado no Laboratório de Redes Neuronais.
Orientador
Bernardete Ribeiro
bribeiro@dei.uc.pt 📩