[Seminários 2023] Data Mining Methods and Applications in Combinatorial Optimization
Palestrante:
Marcelo Maia
Título:
Novel Data Mining Methods and Applications in Combinatorial Optimization and Bioinformatics
Bio:
Possui graduação (2008), mestrado (2015) e doutorado (2022) em Computação pela UFF, com período de doutorado-sanduíche na University of Kent, no Reino Unido (2020-2021).
Atualmente é pesquisador de pós-doutorado do Instituto de Computação da UFF, atua em pesquisa e desenvolvimento no Instituto Brasileiro de Geografia e Estatística (IBGE), é professor do Instituto Infnet e tutor do curso de Tecnologia em Sistemas de Computação da UFF.
Suas linhas de pesquisa se concentram nas áreas de ciência de dados e otimização combinatória.
Resumo:
Nesta palestra, será apresentada a tese de doutorado de mesmo título, que compila uma série de contribuições envolvendo as áreas de ciência de dados, otimização combinatória e bioinformática.
Na área de otimização combinatória, a tese introduz e explora uma nova abordagem, denominada MineReduce, para incorporar mineração de dados em metaheurísticas, apresentando sua aplicação para resolver variantes de problemas de roteamento de veículos, cobertura de vértices, localização de instalações e caixeiro viajante. Os métodos desenvolvidos alcançaram resultados relevantes, superando algoritmos do estado-da-arte.
A tese também apresenta contribuições metodológicas relacionadas à tarefa de classificação e suas aplicações em bioinformática. Neste contexto, introduz novas abordagens para lidar com dados incertos, as quais foram aplicadas para melhorar o desempenho preditivo na classificação de genes relacionados ao envelhecimento e na previsão de efeitos colaterais de medicamentos usando dados reais. Além disso, apresenta novas abordagens para a interpretação de comitês de Naive Bayes, que foram aplicadas para identificar interações entre proteínas relevantes para classificar genes relacionados ao envelhecimento, produzindo resultados consistentes com o conhecimento biológico atual e, mais importante, novos insights neste campo.
A tese foi premiada como:
Melhor Tese de Doutorado do LV Simpósio Brasileiro de Pesquisa Operacional (2023, SOBRAPO)
Melhor Tese de Doutorado da 8th IEEE Latin American Conference on Computational Intelligence (2022, IEEE)
3ª Melhor Tese de Doutorado do XIII Concurso de Teses e Dissertações em Inteligência Artificial e Computacional (2022, SBC)