Banca de DEFESA: LUCAS AUGUSTO MOTA DE ALCANTARA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: LUCAS AUGUSTO MOTA DE ALCANTARA
DATA : 26/03/2024
HORA: 09:00
LOCAL: Centro de Informática - Auditório
TÍTULO:

Aprendizagem Contínua para Classificação de Imagens

PALAVRAS-CHAVES:

Aprendizado Contínuo, Esquecimento Catastrófico, Pseudo 
Replay

PÁGINAS: 55
RESUMO:

A habilidade de realizar Aprendizado Contínuo (Continual Learning) é 
crucial para o desenvolvimento de modelos de Inteligência Artificial 
capazes de adquirir e manter conhecimento ao longo do tempo sem esquecer 
informações anteriores. Isso representa um grande desafio técnico, dado que 
redes neurais são suscetíveis ao fenômeno de esquecimento catastrófico 
durante o processo de aprendizado de novas tarefas. Métodos basados na 
abordagem de pseudo-replay utilizam redes gerativas para criar amostras 
sintéticas de tarefas anteriores, que são então apresentadas ao modelo 
durante o aprendizado de novas tarefas com o intuito de reduzir o 
esquecimento. Nesta dissertação, exploramos melhorias no então método 
estado da arte baseado na abordagem de pseudo-replay, Invariant 
Representation for Continual Learning (IRCL). Utilizamos como modelo 
gerativo uma cVAE-GAN (Conditional Variational Autoencoder Generative 
Adversarial Network) e desacoplamos o seu treinamnto do restante da 
arquitetura, de forma a otimizar as diferentes partes da rede de forma 
independente. Além disso, utilizamos camadas convolucionais ao invés de 
camadas lineares. Os resultados experimentais alcançados demonstram 
melhorias de até 10 pontos percentuais na Acurácia Média e de até 8 pontos 
na média do Backward Transfer, superando o estado da arte nos conjuntos de 
dados Split MNIST e Split FashionMNIST

MEMBROS DA BANCA:
Presidente - 1512321 - GEORGE DARMITON DA CUNHA CAVALCANTI
Externo à Instituição - LUIZ EDUARDO SOARES OLIVEIRA - UFPR
Interno - 1511095 - TSANG ING REN