Titulo Estágio
Data augmentation for Self-Supervised learning
Áreas de especialidade
Sistemas Inteligentes
Local do Estágio
CISUC
Enquadramento
A aprendizagem auto-supervisionada procura treinar modelos sem recorrer ao uso de etiquetas de forma explícita. Em vez disso, este paradigma de aprendizagem utiliza o próprio conjunto de dados de entrada para criar pseudo-etiquetas. Estas pseudo-etiquetas alimentam modelos de aprendizagem para que estes aprendam representações robustas do conjunto de dados de entrada. Uma vez que as pseudo-etiquetas dependem directamente do conjunto de dados de entrada, este vai ter um papel crucial para o sucesso do modelo em resolver uma dada tarefa. Torna-se assim relevante identificar e analisar que factores na criação de pseudo-etiquetas determinam o sucesso na aprendizagem de representações.
No contexto desta dissertação pretende-se analisar as abordagens existentes e criar uma framework para avaliar o impacto do conjunto de dados no contexto de aprendizagem auto-supervisionada
Objetivo
- Levantamento do estado da arte em aprendizagem auto supervisionada
- Criação de framework para avaliação automática do impacto do conjunto de dados de entrada no contexto de aprendizagem auto-supervisionada
Plano de Trabalhos - Semestre 1
T1 – Análise e levantamento de abordagens de aprendizagem auto-supervisionada
T2 - Proposta de framework
T3 – Escrita de relatório intermédio.
Plano de Trabalhos - Semestre 2
T1 – Implementação de framework
T2 - Testes comparativos com abordagens do estado da arte.
T3 - Refinamento do sistema;
T3 – Escrita do relatório final.
Condições
Este trabalho será realizado nos grupos de investigação Cognitive and Media Systems (CMS/CISUC) e bio-inspired Artificial Intelligence (bAI/CISUC). Serão disponibilizados recursos computacionais para a execução do plano de trabalhos.
Existe a possibilidade de o/a aluno/a receber uma bolsa de investigação para Licenciado de pelo menos 3 meses, renovável por igual período mediante acordo entre o orientador e o/a aluno/a. A bolsa seguirá as diretrizes das bolsas mensais da Fundação para a Ciência e Tecnologia (FCT).
Orientador
Penousal Machado / João Correia
machado@dei.uc.pt 📩