CeMEAI

Pesquisas apoiadas pelo Cemeai recebem Prêmio Capes de Tese 2017

Trabalhos se destacaram nas áreas de Matemática e Ciência da Computação

 A Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) contemplou dois trabalhos apoiados pelo CEPID- CeMEAI com o Prêmio Capes de Tese Edição 2017 que reconhece autores das melhores teses de doutorado defendidas no país em 2016.

Um dos trabalhos é orientado pelo pesquisador André Carlos Ponce de Leon Ferreira de Carvalho. O autor da tese Noise Detection In Classification Problems, Luís Paulo Faina Garcia foi o vencedor na área Ciência da Computação.

O trabalho trata dos dados ruidosos. Segundo Luís Paulo, esses dados ruidosos, quando utilizados na construção de classificadores por técnicas de Aprendizado de Máquina, aumentam a complexidade da hipótese obtida, bem como o aumento do seu tempo de construção, além de prejudicar sua acurácia preditiva (taxa de acerto). “Tratá-los na etapa de pré-processamento pode significar uma melhora da qualidade dos dados e um aumento na compreensão do problema estudado”, explicou.

A pesquisa investigou a utilização de medidas de complexidade capazes de caracterizar a presença de ruídos em um conjunto de dados, desenvolver novos filtros que sejam mais eficientes em determinados nichos do problema de detecção e remoção de ruídos que as técnicas consideradas estado da arte e recomendou as mais apropriadas técnicas ou comitês de técnicas para um determinado conjunto de dados por meio de meta-aprendizado (um sistema de recomendação que funciona de forma semelhante a alguns serviços para recomendação de filmes, livros ou músicas).

Com isso, mesmo quem não trabalha com Ciência de Dados e Aprendizado de Máquina pode ter para seus dados uma recomendação de quais são as técnicas mais adequadas para remover ruído de rótulo de seus dados.

O trabalho foi desenvolvido em colaboração com o aluno de doutorado Augusto Hashimoto de Mendonça do Departamento de Hidráulica e Saneamento da USP/São Carlos. O principal objetivo da pesquisa era predizer áreas potenciais para espécies invasoras, como mostra o vídeo:

“Ter a tese selecionada pelo ICMC para representar o Instituto no prêmio CAPES já era motivo de orgulho para mim, mas ser selecionado como melhor tese em Ciência da Computação foi realmente gratificante. Parte fundamental dessa conquista foi a supervisão do Prof. André de Carvalho e da Profa. Ana Lorena que durante os cinco anos de doutorado me ajudaram a refinar as ideias, hipóteses e objetivos”, observou Luís Paulo.

“O Luís Paulo mostrou muita criatividade, maturidade, iniciativa e dedicação durante seu doutorado e isso resultou em uma pesquisa muito criativa e bem feita, que acabou gerando um ótimo reconhecimento internacional e nacional, atestado pelas publicações que conseguiu ao longo de seu doutorado. Como resultado de sua pesquisa, foi selecionado como pesquisador por uma das melhores universidades da Alemanha”, comentou o pesquisador André lembrando que o CeMEAI foi catalisador de boa parte da pesquisa. “Sem o cluster de alto desempenho (Euler) eu não conseguiria os resultados em tempo viável, ainda mais por ter trabalhado com algoritmos de Mineração de Dados e Aprendizado de Máquina muito custosos computacionalmente. Além disso, o CeMEAI me ajudou com o suporte financeiro para a participação em eventos internacionais como o European Conference on Machine Learning (ECML)”, finalizou.

Menção Honrosa

Outro trabalho reconhecido no Prêmio Capes de Tese 2017 tem a orientação do também pesquisador do CEPID-CeMEAI Paulo José da Silva e Silva. A tese Tópicos em Condições de Otimalidade para Otimização não Linear do aluno José Alberto Ramos Flor foi menção honrosa na área Matemática/Probabilidade e Estatística.

Segundo Paulo, problemas de otimização são formulados em linguagem matemática usando funções para descrever opções aceitáveis para o sistema que se deseja melhorar, bem como o objetivo usado para escolher a opção mais interessante. “Os modelos obtidos são então resolvidos por algoritmos de computador. Infelizmente, não existe um algoritmo geral capaz de resolver qualquer modelo de otimização. Cada algoritmo tem restrições sobre o tipo de funções que podem aparecer nos modelos e, muitas vezes, exigem que essas descrições evitem redundâncias”.

“O trabalho de meu aluno Alberto desvendou quais são as condições mínimas necessárias para garantir que algoritmos clássicos de otimização funcionem. Ele mostrou que as exigências sobre a descrição das opções que podem ser escolhidas podem conter redundâncias que antes pareciam proibidas. Isso libera o profissional que faz a modelagem para trabalhar com mais liberdade ao descrever o problema”, comentou.

Paulo observou ainda que esse tipo de trabalho, apesar de essencialmente teórico, tem impacto prático imediato, pois garante que modelos mais gerais podem ser resolvidos por algoritmos conhecidos. “Entre esses algoritmos destaco o Algencan, que é um código de computador desenvolvido por outros pesquisadores do CeMEAI, como os professores Mario Martinez e Ernesto Birgin. Nossos resultados provam que o algoritmo implementado pelo Algencan é capaz de lidar com uma ampla gama de problemas de otimização”.

A premiação

Os premiados recebem diploma, medalha e bolsa de pós-doutorado nacional de até 12 meses para o autor da tese; auxílio para participação em congresso nacional, para o orientador, no valor de R$ 3 mil; distinção a ser outorgada ao orientador, coorientador e ao programa em que foi defendida a tese; além de passagem aérea e diária para o autor e um dos orientadores da tese premiada para que compareçam à cerimônia de premiação.

O resultado foi publicado no Diário Oficial da União de 10 de outubro de 2017.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.

Raquel Vieira – Comunicação CeMEAI

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: contatocemeai@icmc.usp.br

Compartilhe:

Facebook
WhatsApp
Twitter
Pinterest
LinkedIn

Compartilhe:

Facebook
WhatsApp
Twitter
Pinterest
LinkedIn