Buscar

Algoritmos, Pesquisa Operacional, Programação Matemática, Otimização

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

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.)

Continue navegando