Banca de DEFESA: CEZAR MIRANDA PAULA DE SOUZA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : CEZAR MIRANDA PAULA DE SOUZA
DATA : 26/06/2023
HORA: 09:00
LOCAL: Video Conferência - Google Meet - link https://meet.google.com/hnd-vzhh-obn
TÍTULO:

Um processo para Avaliação e Gerenciamento de Mudanças de Modelos de Aprendizado de Máquina aplicado a casos de uso na área da Saúde

PALAVRAS-CHAVES:

Avaliação de AM; MLOps; Monitoramento Contínuo; Continual Learning; Feedback-loop.

PÁGINAS: 164
RESUMO:

Suportado por avanços de hardware e software, o uso de Aprendizado de Máquina (AM), reconhecido por alavancar o trabalho nas mais variadas áreas de conhecimento, começou a acelerar exponencialmente nas últimas décadas. Os experimentos, em geral realizados em ambientes controlados, sobre amostras de dados previamente conhecidos e preparados, tem trazido resultados extraordinários, o que popularizou o uso do Aprendizado de Máquina ao ponto de ser difícil encontrar um ramo do conhecimento humano no qual o AM ainda não tenha sido abordado. Neste contexto, surgem questões relativas à representatividade das amostras de dados utilizadas, e à necessidade de se estabelecer garantias mínimas quanto a performance sobre dados desconhecidos (do mundo real), especialmente em aplicações críticas como as da Saúde, onde erros podem significar risco de vida para pacientes. Dentro do AM há uma disciplina chamada de Machine Learning Operations (ou MLOps, para simplificar), que se destina ao gerenciamento do ciclo de vida de modelos de Aprendizado de Máquina, desde sua concepção até sua entrega em produção (ambientes de uso efetivo no mundo real) e seu posterior monitoramento. Uma vez implantados, modelos estão sujeitos a problemas de decaimento de performance, causado por fenômenos como o drift, o que tem motivado estudos recentes sobre continual learning e monitoramento contínuo para modelos de AM. O presente trabalho se destina a identificar as técnicas do estado-da-arte no que se refere à avaliação de modelos de AM em uso efetivo no mundo real, com o objetivo de estabelecer um feedback-loop, incorporando monitoramento contínuo e gerenciamento de mudanças no ciclo de vida dos modelos. Finalmente, uma vez obtidas, estas definições, busca aplicá-las em um estudo de caso de modelos de AM na Saúde, e estabelecer um processo para sua avaliação. Os modelos em questão foram desenvolvidos como parte da Plataforma de Assistência Remota (PAR), e encontram-se em uso efetivo em UTI Oncológica.

MEMBROS DA BANCA:
Presidente - 2180207 - ITAMIR DE MORAIS BARROCA FILHO
Interna - 1885001 - ANNA GISELLE CAMARA DANTAS RIBEIRO RODRIGUES
Externo ao Programa - 347628 - ADRIAO DUARTE DORIA NETO - UFRNExterna à Instituição - CICILIA RAQUEL MAIA LEITE - UERN