Prévia do material em texto
Universidade Federal de Pernambuco (UFPE) Centro de Informática (CIn) Coordenação de Pós-Graduação em Ciência da Computação Tema para Pré-Projeto de Mestrado e Doutorado Linha de pesquisa: Computação Evolucionária, Aprendizagem e Computação Título: Algoritmos, Pesquisa Operacional, Programação Matemática, Otimização, Machine Learning, Inteligência Artificial, Computação Quântica, Robótica e Simulação em Problemas de Otimização nas áreas de Transporte, Logística, Logística Portuária, Estaleiros, Telecomunicações, Energia, Engenharia de Software e Finanças, entre outros. Proponente: Ricardo Martins de Abreu Silva Descrição: O objetivo deste tema abrangente consiste em desenvolver projetos de pesquisa em algoritmos exatos, heurísticos e/ou aproximativos principalmente em problemas centrais no aprendizado de máquina a partir de uma perspectiva moderna de otimização, e vice versa, com aplicações nas áreas de transporte e logística (e.g. terminais portuários de containers, airline optimization, rail industry), robótica, computação quântica, telecomunicações, energia (e.g. gás, petróleo, electrical power systems), biologia computacional, simulação, engenharia de software (e.g. teste de software), finanças (e.g. portfolio management), entre outros. Portanto envolvendo as áreas de álgebra linear, geometria analítica, decomposição matricial, probabilidade, estatística, cálculo vetorial, cálculo matricial, cálculo tensorial, otimização convexa e otimização contínua, entre outros. Referências Bibliográficas: 1. Referências. Machine Learning Under a Modern Optimization Lens Dimitris Bertsimas and Jack Dunn Optimization for Machine Learning Suvrit Sra, Sebastian Nowozin, Stephen J. Wright Convex Optimization Stephen Boyd, Lieven Vandenberghe Decision Making under Uncertainty, Richard S. Sutton and Andrew G. Barto, Reinforcement Learning: An Introduction, 2nd Ed. MIT Press, 2018. Dimitri P. Bertsekas, Dynamic Programming and Optimal Control, Athena Scienti•c, 2012 (4th Ed.)