Qualificação de doutorado de Dênis Oliveira no dia 09/04/2025 às 14:00h.

Qualificação de doutorado de Dênis Oliveira no dia 09/04/2025 às 14:00h.

Título: Algoritmos de Aprendizado por Reforço para Detecção de Clusters Espaciais Irregulares.

Resumo: Estudos sobre a detecção de padrões de clusters espaciais despertam grande interesse em diversas áreas. A estatística de varredura espacial é amplamente utilizada para identificar esses padrões; no entanto, sua eficiência diminui em cenários onde os clusters candidatos podem assumir formas irregulares. Para aprimorar a flexibilidade nas análises de detecção de clusters, novas estratégias emergentes se apresentam como alternativas promissoras. O aprendizado por reforço, um paradigma do aprendizado de máquina, tem sido recentemente aplicado a uma ampla gama de problemas, especialmente em soluções de otimização combinatória. Este estudo apresenta uma nova formulação para o problema de detecção de clusters espaciais, tratando-o como um processo de decisão sequencial, e propõe duas abordagens: QLE-SCAN e SAR-SCAN, baseadas em algoritmos de aprendizado por reforço (Reinforcement Learning Algorithms - RLAs), que utilizam a estatística de varredura espacial como função de recompensa. Nos experimentos computacionais, foram utilizados três conjuntos de dados para avaliar o desempenho e a adaptação dos RLAs: um conjunto com clusters artificiais, um conjunto populacional realista com clusters artificiais e um conjunto de dados reais de casos de uma doença. Os resultados dos experimentos, evidenciados pelas medidas de avaliação empregadas, confirmam a qualidade e a aplicabilidade das novas abordagens de RLAs para detectar clusters espaciais irregulares.

Data e Horário: 09 de abril de 2025 às 14:00h.

Link da Apresentação: meet.google.com/vcd-fmas-fto

Banca Examinadora: Prof. Dr. Gladston Juliano Prates Moreira; Prof. Dr. Anderson Ribeiro Duarte; Prof. Dr. André Luiz Carvalho Ottoni; Prof. Dr. André Luiz Fernandes Cançado; Prof. Dr. Luiz Henrique Duczmal.