EVENTO
Composição de coordenadas normais de riemann locais e geometria poliedral em aprendizado de variedades com aplicações em teoria de folheações
Tipo de evento: Seminário de Avaliação - Série A
Técnicas em aprendizado de variedades vêm sendo utilizadas para redução de dimensionalidade em aplicações envolvendo reconhecimento de padrões, mineração de dados e visão computacional. Neste seminário serão descritos trabalhos recentes que fizemos nesta área bem como perspectivas para trabalhos futuros. Primeiramente, propomos uma metodologia denominada aprendizado local de variedades Riemannianas (LRML), a qual recupera a topologia e geometria da variedade utilizando sistemas locais de coordenadas normais computadas via aplicação exponencial. A estratégia local do LRML tem a vantagem de minimizar a acumulação de erros durante o processo de reconstrução da variedade. No entanto, a parametrização obtido não pode ser utilizada como um espaço de representação sem ambiguidades. Além disso, o processo de síntese precisa de triangulação do domínio no espaço de parâmetros para ser realizada de forma eficiente. Abordamos este inconveniente do LRML usando um procedimento de composição para estruturar as vizinhanças de coordenadas normais construindo um espaço de representação que preserva localmente distâncias geodésicas radiais.Além disso, adicionamos uma estrutura geométrica baseada na triangulação obtendo uma metodologia eficiente para o processo de síntese. Exploramos também a geração de variedades lineares por partes para análise de dados. Nos experimentos computacionais verificamos a eficiência do LRML combinado com as estruturas de composição e triangulação para a síntese e exploração de dados.Como trabalhos futuros, aplicamos alguns conceitos de teoria de folheações de variedades para representar o espaço de imagens de faces com várias expressões de um mesmo indivíduo.
Data Início: 11/12/2014 Hora: 10:00 Data Fim: 11/12/2014 Hora: 12:00
Local: LNCC - Laboratório Nacional de Computação Ciêntifica - Auditorio A
Aluno: Gastão Florêncio Miranda Junior - UFSE -
Orientador: Gilson Antônio Giraldi - Laboratório Nacional de Computação Científica - LNCC
Participante Banca Examinadora: Antonio Alberto Fernandes de Oliveira - UFRJ-COPPE - UFRJ-COPPE Gilson Antônio Giraldi - Laboratório Nacional de Computação Científica - LNCC Jack Baczynski - Laboratório Nacional de Computação Científica - LNCC Renato Portugal - Laboratório Nacional de Computação Científica - LNCC
Suplente Banca Examinadora: Carlos Eduardo Thomaz - Centro Universitario da FEI - FEI
