Acesso Rápido: Docentes | Alunos | Funcionários | Visitantes

Previsão de séries temporais multivariadas irregularmente amostradas usando Redes Neurais de Grafos (GNNs) | Semin. Hackerspace

Data do Evento: 
16/06/2023 - 16:00
  • Previsão de séries temporais multivariadas irregularmente amostradas usando Redes Neurais de Grafos (GNNs) 
    Seminário do Hackerspace com a Profª Anna Helena Reali Costa (POLI USP)
    16/06, 6ª feira, 16h. Auditório Abrahão de Moraes.
 

Muitos algoritmos de aprendizado de máquina foram propostos para construir modelos que lidam com desafios diversos. Os modelos de Redes Neurais de Grafos (GNNs) são promissores neste contexto pois podem aprender padrões distribuídos em múltiplas dimensões. Nesta palestra será fornecido os princípios básicos que regem as GNNs e mostraremos uma aplicação em um problema de previsão em dinâmica oceânica construindo uma abordagem de aprendizado de máquina que pode substituir sistemas de engenharia baseados em métodos numéricos. O modelo proposto processa dados multivariados de séries temporais coletados no Sistema Estuarino Santos-São Vicente-Bertioga. O entendimento físico do domínio, por sua vez, é capturado por dados simulados com um modelo numérico de última geração da região, o Santos Operational Forecasting System (SOFS). Nossa arquitetura híbrida é induzida fisicamente por meio desses vieses observacionais, mesclando informações coletadas de sensores com aquelas inferidas pelo SOFS, melhorando a previsão das grandezas oceânicas de interesse.

Sobre a palestrante: Anna Helena Reali Costa é professora titular da Escola Politécnica da Universidade de São Paulo, Brasil. Obteve o doutorado em Engenharia Elétrica pela Escola Politécnica da Universidade de São Paulo, o mestrado e a graduação em Engenharia Elétrica, ambos pelo Centro Universitário FEI, em São Bernardo do Campo, SP. Foi pesquisadora visitante na Universidade de Karlsruhe, em 1983-1985 e 1991-1992, trabalhando em visão robótica e robôs móveis inteligentes, com o Prof Dr-Ing. Ulrich Rembold no Institut für Prozessrechentechnik und Robotik (IPR) do Karlsruhe Institute of Technology (KIT), Karlsruhe, Alemanha. Realizou pós-doutorado na Universidade Carnegie Mellon (CMU), EUA, em 1998-1999, trabalhando com a Profa. Manuela Veloso em planejamento e aprendizagem para robôs móveis inteligentes. Seus interesses principais residem em inteligência artificial, em particular em aprendizagem em tempo real, especialmente o aprendizado por reforço.

 

Data de Término: 
16/06/2023 - 17:00

Desenvolvido por IFUSP