Nome:
João Florindo
Instituição:
DMA/IMECC/UNICAMP
Data do Evento:
sexta-feira, 28 de Março de 2025 - 11:00
Local do evento
Sala 253
Descrição:
- RESUMO: Um paradigma de aprendizado profundo que tem se destacado recentemente é o do aprendizado auto-supervisionado, que consiste em identificar padrões interessantes em dados não rotulados, de modo que tais padrões possam posteriormente ser transferidos para resolver um problema com dados rotulados. Este é um cenário comum, por exemplo, na área médica, em que muitas vezes temos acesso a um grande número de imagens coletadas, mas apenas um pequeno subconjunto delas foi rotulado para treinamento por especialistas (com um diagnóstico, por exemplo). Nesta apresentação, focaremos em um desses algoritmos, que é o autoencoder com mascaramento, e como este pode ser usado no auxílio ao diagnóstico médico por imagens.
- SHORT BIO: Professor associado do departamento de matemática aplicada do IMECC/Unicamp. Bolsista de produtividade do CNPq, nível 2. É doutor e mestre em Física Computacional e bacharel em Ciência da Computação, todos pela USP. Fez pós-doutorado na University of Birmingham (Inglaterra). Atua nos temas: redes neurais profundas, análise de imagens digitais e séries temporais, medidas de generalização de redes neurais e aplicações em imagens biológicas.