Ir para acessibilidade
inicio do conteúdo

Banca de DEFESA: ENRICO SILVA MIRANDA

2017-07-07 13:22:35.152

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ENRICO SILVA MIRANDA
DATA: 24/07/2017
HORA: 14:00
LOCAL: Auditório do DEINF
TÍTULO: META-APRENDIZAGEM APLICADA A PROBLEMAS DE MÁXIMA SATISFABILIDADE
PALAVRAS-CHAVES: Meta aprendizagem. Meta heurístcas. Máxima Satisfabilidade
PÁGINAS: 67
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO: Meta-aprendizado tem sido aplicado com sucesso em problemas de otimização, como o problema do Caixeiro Viajante (PVC) e Máxima Satisfabilidade (MaxSAT). Este último é um problema NP-Difícil, relevante para o estudo de problemas acadêmicos e industriais. No entanto, a maior parte da pesquisa atual no problema MaxSAT foca em métodos de solução exata, com as quais, considerando instâncias de grande porte, uma solução de qualidade deve ser gerada em uma janela de tempo mais restrita, o que motiva o uso de algoritmos baseados em meta-heurísticas. Neste trabalho, propõe-se um framework de meta-aprendizagem para seleção de meta-heurísticas para o problema MaxSAT, o que inclui nova representação abstrata baseada em grafos, derivação de um novo conjunto de meta-características, definição de mecanismos de aprendizagem baseados em experiência obtida a priori. Experimentos comprovam que o arcabouço é eficaz para seleção de metaheurística e de seus parâmetros para instâncias MaxSAT, o que particularmente resultado do novo conjunto de meta-características derivados da representação baseada em grafo. As medidas propostas de características de grafos podem ser aplicadas em trabalhos futuros a outras classes de problemas.
MEMBROS DA BANCA:
Presidente - 1091306 - ALEXANDRE CESAR MUNIZ DE OLIVEIRA
Interno - 2582240 - GERALDO BRAZ JUNIOR
Externo à Instituição - RICARDO DE ANDRADE LIRA RABÊLO - NENHUMA

fim do conteúdo