{"id":3653,"date":"2020-11-11T19:31:35","date_gmt":"2020-11-11T22:31:35","guid":{"rendered":"https:\/\/eic.cefet-rj.br\/ppcic\/?p=3653"},"modified":"2025-09-03T18:50:33","modified_gmt":"2025-09-03T21:50:33","slug":"defesa-de-dissertacao-23-11-2020-marcello-alberto-soares-serqueira","status":"publish","type":"post","link":"https:\/\/eic.cefet-rj.br\/ppcic\/defesa-de-dissertacao-23-11-2020-marcello-alberto-soares-serqueira\/","title":{"rendered":"Defesa de disserta\u00e7\u00e3o (23\/11\/2020): Marcello Alberto Soares Serqueira"},"content":{"rendered":"

Discente:<\/strong> Marcello Alberto Soares Serqueira<\/p>\n

T\u00edtulo:<\/strong> HBRKGA: A Population-based Hybrid Approach to Hyperparameter Optimization for Neural Networks<\/p>\n

Orientadores:<\/strong> Eduardo Bezerra da Silva (orientador), Pedro Henrique Gonz\u00e1lez Silva (co-orientador).<\/p>\n

Banca:<\/strong> Eduardo Bezerra da Silva (presidente),\u00a0 Pedro Henrique Gonz\u00e1lez Silva (CEFET\/RJ), Diego Brand\u00e3o (CEFET\/RJ), Igor Machado Coelho (UFF).<\/p>\n

Dia\/hora:<\/strong> 23 de Novembro de 2020, \u00e0s 14h.<\/p>\n

Sala remota:<\/strong>\u00a0https:\/\/meet.google.com\/xjd-mbbe-jsr<\/a><\/p>\n

Resumo:<\/strong> Nos \u00faltimos anos, grandes quantidades de dados est\u00e3o sendo geradas e a necessidade de recursos computacionais continua crescendo. Este cenario levou a um ressurgimento do interesse em redes neurais artificiais. Um dos principais desafios no
\ntreinamento de modelos eficazes de redes neurais e encontrar uma boa combina\u00e7\u00e3o de hiperparametros a serem usados. De fato, a escolha de uma abordagem adequada para pesquisar o espa\u00e7o do hiperpar\u00e2metro influencia diretamente a precis\u00e3o do modelo resultante da rede neural. Abordagens comuns para busca de hiperpar\u00e2metros s\u00e3o a Busca em Grade, a Busca Aleat\u00f3ria e Busca por Otimiza\u00e7\u00e3o Bayesiana. Existem tamb\u00e9m m\u00e9todos baseados em popula\u00e7\u00e3o, como a CMA-ES. Neste projeto, apresentamos o HBRKGA, uma nova abordagem baseada na popula\u00e7\u00e3o para a optimiza\u00e7\u00e3o de hiperpar\u00e2metros. O HBRKGA e uma abordagem h\u00edbrida que combina o Algoritmo Gen\u00e9tico de Chaves Aleat\u00f3rias Viciadas com uma t\u00e9cnica de Random-Walk para pesquisar o espa\u00e7o de hiperpar\u00e2metros de forma eficiente. Foram realizados v\u00e1rios experimentos computacionais em oito conjuntos de dados diferentes para avaliar a efic\u00e1cia da abordagem proposta. Os resultados mostraram que o HBRKGA conseguiu encontrar configura\u00e7\u00f5es de hiperpar\u00e2metros que superaram (em termos de qualidade preditiva) os m\u00e9todos de base em seis dos oito conjuntos de dados, mostrando tambem tempo de execu\u00e7\u00e3o razo\u00e1vel.<\/p>\n

\"\"<\/a><\/div>\n
Disserta\u00e7\u00e3o <\/strong>\"\"<\/a><\/div>\n","protected":false},"excerpt":{"rendered":"

Discente: Marcello Alberto Soares Serqueira T\u00edtulo: HBRKGA: A Population-based Hybrid Approach to Hyperparameter Optimization for Neural Networks Orientadores: Eduardo Bezerra da Silva (orientador), Pedro Henrique Gonz\u00e1lez Silva (co-orientador). Banca: Eduardo Bezerra da Silva (presidente),\u00a0 Pedro Henrique Gonz\u00e1lez Silva (CEFET\/RJ), Diego Brand\u00e3o (CEFET\/RJ), Igor Machado Coelho (UFF). Dia\/hora: 23 de Novembro de 2020, \u00e0s 14h. Sala […]<\/p>\n","protected":false},"author":4,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[14,33],"tags":[],"class_list":["post-3653","post","type-post","status-publish","format-standard","hentry","category-defesas","category-noticias-pt"],"_links":{"self":[{"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/posts\/3653","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/comments?post=3653"}],"version-history":[{"count":8,"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/posts\/3653\/revisions"}],"predecessor-version":[{"id":4079,"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/posts\/3653\/revisions\/4079"}],"wp:attachment":[{"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/media?parent=3653"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/categories?post=3653"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/tags?post=3653"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}