24 set 2025
10:00 Defesa de Mestrado Auditório do IC3
Tema
Um Algoritmo para Otimização Multi-Objetivo em Aprendizado Profundo Usando Adaptação da Soma Ponderada
Aluno
Aline Cavalca Carvalho Soares de Azevedo
Orientador / Docente
Marcos Medeiros Raimundo
Breve resumo
A presença de múltiplos objetivos conflitantes é um desafio significativo de otimização em aprendizado de máquina e é comumente encontrada em diversos problemas, como aqueles relacionados à justiça, classes desbalanceadas, aprendizado por reforço, aprendizado multitarefa ou classificação multiclasse. O uso de uma única função de perda é frequentemente insuficiente para otimizar esses objetivos simultaneamente devido aos trade-offs inerentes entre eles. Para lidar com isso, os métodos de Otimização Multiobjetivo (MOO) oferecem uma alternativa eficaz ao permitir que o processo de aprendizado explore e equilibre metas conflitantes. Por esse motivo, esta pesquisa propõe o desenvolvimento de um novo algoritmo de MOO denominado Multi-Objective Learning Algorithm (MOLA), baseado em uma abordagem de soma ponderada. O MOLA é agnóstico ao modelo e foi projetado para funcionar com aprendizado de máquina e aprendizado profundo, resultando em um conjunto de modelos que representam diferentes trade-offs entre os objetivos, a partir do qual os usuários podem selecionar o mais apropriado para uma determinada aplicação ou combiná-los por meio de estratégias de ensemble. Além disso, o estudo implementa um framework abrangente, o MachineMOO, que integra métodos de MOO aos fluxos de trabalho de aprendizado de máquina. Para facilitar sua adoção, ele é disponibilizado como um pacote Python compatível com bibliotecas populares de aprendizado de máquina (por exemplo, Scikit-learn, TensorFlow e PyTorch). E, embora o framework seja aplicável a problemas gerais de aprendizado de máquina, ele é validado neste trabalho por meio de aplicações relacionadas à justiça social e à equidade.
Banca examinadora
Titulares:
| Marcos Medeiros Raimundo | IC/UNICAMP |
| Petra Maria Bartmeyer | IMECC/UNICAMP |
| Leonardo Tomazeli Duarte | FCA/UNICAMP |
Suplentes:
| Christiano Lyra Filho | FEEC/UNICAMP |
| Anderson de Rezende Rocha | IC/UNICAMP |