12 mar 2021
09:00 Defesa de Doutorado Integralmente a distância
Tema
Aprendizado em domínios não-Euclidianos: de Grafos a Modelagem Generativa
Aluno
Samuel Gomes Fadel
Orientador / Docente
Ricardo da Silva Torres
Breve resumo
Esta tese lida com problemas de aprendizado de máquina nos quais os dados necessitam de uma representação não-Euclidiana, como grafos, onde redes neurais de grafos (GNNs) foram amplamente utilizadas. Nossas contribuições seguem três direções principais, nas quais nós: introduzimos uma visão baseada em grafos a problemas que não são centrados em grafos, expandimos problemas de grafos para um cenário temporal e tiramos vantagem de princípios inspirados por problemas de grafos, e.g. variedades de Riemann de curvatura constante como hiperesferas, para aplicá-los em novos contextos. Mais especificamente, introduzimos uma abordagem para a tarefa de recuperação de conteúdo com representações multimodais, mostrando como GNNs podem ser usadas como uma solução promissora para tirar proveito de informações que não estão explicitamente organizadas em grafos. Em seguida, encaramos o problema de recomendação, com novas representações para mudanças temporais em arestas de grafo e um modelo baseado em GNN, mostrando que utilizar informação temporal leva a resultados melhores comparados às abordagens existentes. Mais ainda, utilizamos fluxos normalizantes (normalizing flows) para construir modelos de movimentação que utilizam informação contextual para caracterizar movimentos em futebol precisamente. Mostramos então como uma GNN para ser utilizada para, ao contrário de abordagens do estado da arte, utilizar informações de outros jogadores, produzindo modelos ainda mais realísticos. Por fim, investigamos problemas com interpolações em fluxos normalizantes em seu cenário padrão, os quais atacamos por meio de uma representação hiperesférica, resultando em interpolações de melhor qualidade. No geral, em nossos experimentos, obtemos desempenho superior às abordagens alternativas. Estes mostram como representações baseadas em grafos provêem meios úteis para codificar informações, seja esta informação extra ou seja expressando como interações envolvendo milhares de entidades se desenvolvem ao longo do tempo.
Banca examinadora
Titulares:
| Ricardo da Silva Torres | IC/UNICAMP |
| Agma Juci Machado Traina | ICMC/USP |
| Moacir Antonelli Ponti | ICMC/USP |
| Sandra Eliza Fontes de Avila | IC/UNICAMP |
| Hélio Pedrini | IC/UNICAMP |
Suplentes:
| Nelson Luis Saldanha da Fonseca | IC/UNICAMP |
| Jacques Wainer | IC/UNICAMP |
| João Paulo Papa | FC/UNESP |