Aprendizado de representações e caracterização de redes complexas com aplicações em visão computacional

Abstract

Este trabalho apresenta um resumo da tese de doutorado que tem como objetivo investigar e propor novas técnicas de modelagem e caracterização de redes complexas focando na aplicação em problemas de visão computacional. Em relação à modelagem, foi estudada uma abordagem eficaz e otimizada para mapear as imagens e vídeos de texturas em redes complexas direcionadas. A respeito da caracterização, novas formas de caracterizar as redes complexas foram investigadas, com destaque para o uso de redes neurais randomizadas para aprendizado de representações, resultando em vários métodos propostos para análise de texturas em níveis de cinza, coloridas e dinâmicas e análise de formas. Resultados promissores foram alcançados pelos métodos desenvolvidos em comparação aos métodos da literatura em tarefas de classificação de imagens/vídeos usando vários conjuntos de dados que são referência. Adicionalmente, para avaliar o potencial dos métodos desenvolvidos, foram investigadas cinco aplicações em problemas reais nas áreas de biologia, botânica, físico-química e medicina, alcançando resultados interessantes e contribuindo para o desenvolvimento destas áreas.