Estudo da Técnica de Otimização Bayesiana para o Ajuste de Hiperparâmetros de uma CNN

- 337813
Resumo
Favoritar este trabalho
Como citar esse trabalho?
Resumo

A análise de imagens exige o tratamento de dados de alta dimensionalidade, o que torna as Redes Neurais Convolucionais (CNNs) fundamentais. Isso acontece porque tais redes são capazes de extrair características relevantes por meio de camadas convolucionais e de subamostragem, como o max pooling. Devido à elevada complexidade desses modelos, a otimização criteriosa dos hiperparâmetros, definidos antes do início do treinamento, é essencial para garantir um bom desempenho. Parâmetros como o número de neurônios, o tipo e a quantidade de camadas, a dimensão dos filtros de convolução e o número de épocas influenciam diretamente a capacidade de aprendizado.

Nesse cenário, escolhas inadequadas podem reduzir a acurácia ou favorecer o overfitting \cite{Gosmin}. Para minimizar esses riscos, esta pesquisa concentra-se no estudo da otimização bayesiana \cite{Snoek}. Quando aplicada às CNNs, essa abordagem busca ajustar hiperparâmetros de forma automática e eficiente, evitando tentativas aleatórias e avaliações exaustivas. A técnica emprega um modelo probabilístico para estimar o desempenho esperado e a incerteza associada a cada combinação de hiperparâmetros. A partir disso, uma função de aquisição determina quais hiperparâmetros devem ser testados na próxima rodada, equilibrando exploração e aproveitamento. Em seguida, cada conjunto sugerido é utilizado para treinar e validar a CNN, e o desempenho obtido realimenta progressivamente o modelo probabilístico até que se identifique uma configuração com melhor desempenho (tipicamente na validação). Assim, busca-se reduzir o custo computacional e mitigar riscos, como o overfitting e a baixa capacidade de generalização.

O objetivo do estudo é desenvolver uma arquitetura adequada e estável, com elevada capacidade de generalização, voltada à classificação de imagens de regimes dinâmicos de órbitas de asteroides \cite{Carruba6, Carruba3}. Para este propósito, conforme detalhado em \cite{Isadora} e mostrado na Figura \ref{figura01},  implementou-se um modelo de CNN sequencial, organizado linearmente, com camadas de convolução, max pooling, flatten e camadas densas. A estrutura começa pela extração de características (convolução e max pooling). No modelo implementado, os filtros aumentam progressivamente (16, 32 e 64 filtros) para capturar detalhes cada vez mais complexos antes de passarem pela camada flatten (que achata os dados) e pelas camadas densas (que realizam a classificação final). Essa abordagem foi escolhida por sua simplicidade e por proporcionar uma construção mais intuitiva da arquitetura da rede, sendo particularmente adequada a projetos introdutórios e de complexidade média.  Cada uma dessas camadas desempenha uma função específica no processamento e na extração de características de imagens.

\begin{figure}[H]
\centering
\includegraphics[width=0.7\textwidth]{CNN}
\caption{ {\small Modelo de CNN treinado. Fonte: \cite{Isadora} }}
\label{figura01}
\end{figure}


O modelo foi treinado com 2.000 imagens (1.000 cães e 1.000 gatos) e apresentou alta acurácia (94$\%$ a 100$\%$), com perda de validação baixa e estável, indicando boa generalização sem memorizar os dados. Nos testes preliminares de classificação de imagens de regimes dinâmicos de órbitas de asteroides, o desempenho foi consistente, especialmente a partir da terceira época. A tendência sugere que mais épocas podem melhorar o resultado ou estabilizá-lo, mas são necessários novos testes para confirmar isso de forma conclusiva.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 FESJ/Universidade Estadual Paulista (Unesp)
Eixo Temático
  • ST03 - Computação Científica
Palavras-chave
Otimização Bayesiana
CNN
Classificação de Imagens