Análise do comportamento dinâmico de sistemas complexos e redes neurais artificiais em tarefas de visão computacional e inteligência artificial (2025)
- Authors:
- Autor USP: ZIELINSKI, KALLIL MIGUEL CAPARROZ - IFSC
- Unidade: IFSC
- Sigla do Departamento: FCM
- DOI: 10.11606/T.76.2025.tde-26012026-110752
- Subjects: AUTÔMATOS CELULARES; REDES COMPLEXAS; REDES NEURAIS; VISÃO COMPUTACIONAL
- Keywords: Análise de texturas; Cellular automata; Complex networks; Computer vision; Neural networks; Texture analysis
- Agências de fomento:
- Language: Português
- Abstract: Esta tese investiga e desenvolve métodos computacionais para reconhecimento de padrões, com foco em duas áreas centrais: a análise de texturas visuais e a classificação de redes complexas. O trabalho parte da premissa de que a sinergia entre a modelagem de sistemas complexos (Redes Complexas e Autômatos de Rede) e paradigmas de aprendizado de máquina eficientes, como as Redes Neurais Artificiais, oferece um caminho promissor para superar as limitações das abordagens tradicionais e de aprendizado profundo. Essa pesquisa aborda essas lacunas de ambas as frentes. No campo da análise de texturas, modelos como Redes Neurais Convolucionais (CNNs) e Vision Transformers (ViTs), especialmente quando pré-treinados em bases de dados massivas como a ImageNet, alcançaram desempenho de estado da arte. Contudo, essas técnicas geralmente demandam grandes volumes de dados e um custoso processo de ajuste fino (fine-tuning) para cada nova tarefa. Na classificação de redes, a análise tradicional baseada em métricas topológicas globais muitas vezes se mostra insuficiente para redes grandes e complexas. O método Life-Like Network Automata (LLNA) surgiu como uma alternativa promissora, utilizando a dinâmica de autômatos para gerar assinaturas de rede, embora sua representação original, baseada em Padrões de Evolução Temporal (TEPs) binários, pudesse descartar informações dinâmicas valiosas. Para suprir essas lacunas, a tese propõe um conjunto de novas metodologias: RADAM, para análise de texturas,que extrai mapas de ativação de CNNs em múltiplas profundidades sem necessidade de fine-tuning, e que deu origem também ao VORTEX, uma arquitetura similar, mas aplicada ao domínio dos ViTs. Para a classificação de redes, foi desenvolvido o LLNA-DTEP, que utiliza padrões de densidade contínuos para substituir os tradicionais TEPs, e também o LLNA-REND, que utiliza os mesmos padrões de densidade do LLNADTEP e faz uma codificação aleatória dos padrões obtidos, melhorando a separabilidade em cenários não-lineares. Os métodos propostos alcançaram resultados de estado da arte em ambos os domínios de classificação de redes e análise de texturas. As contribuições dessa tese vão além de avanços teóricos, mas também oferecem métodos práticos e escaláveis, com aplicabilidade validada em desafios do mundo real, como o combate ao comércio ilegal da madeira, além de abrir uma vasta gama de possibilidades para futuras pesquisas em ambas as frentes
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
- Data da defesa: 31.10.2025
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
ZIELINSKI, Kallil Miguel Caparroz. Análise do comportamento dinâmico de sistemas complexos e redes neurais artificiais em tarefas de visão computacional e inteligência artificial. 2025. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/76/76135/tde-26012026-110752/. Acesso em: 28 jan. 2026. -
APA
Zielinski, K. M. C. (2025). Análise do comportamento dinâmico de sistemas complexos e redes neurais artificiais em tarefas de visão computacional e inteligência artificial (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/76/76135/tde-26012026-110752/ -
NLM
Zielinski KMC. Análise do comportamento dinâmico de sistemas complexos e redes neurais artificiais em tarefas de visão computacional e inteligência artificial [Internet]. 2025 ;[citado 2026 jan. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/76/76135/tde-26012026-110752/ -
Vancouver
Zielinski KMC. Análise do comportamento dinâmico de sistemas complexos e redes neurais artificiais em tarefas de visão computacional e inteligência artificial [Internet]. 2025 ;[citado 2026 jan. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/76/76135/tde-26012026-110752/ - A comprehensive taxonomy of cellular automata
- RADAM: texture recognition through randomized aggregated encoding of deep activation maps
- A network classification method based on density time evolution patterns extracted from network automata
- Aprendizado de características texturais complexas com redes neurais randomizadas em grafos
- Randomized encoding ensemble: a new approach for texture representation
- Deep texture feature aggregation on leaf microscopy images for brazilian plant species recognition
- Exploring neighborhood variancy for rule search optimization in life-like network automata
- Identificação avançada de espécies de madeira baseada em múltiplas seções anatômicas e utilizando transferência e fusão de características profundas
- Advanced wood species identification based on multiple anatomical sections and using deep feature transfer and fusion
- Complex texture features learned by applying randomized neural network on graphs
Informações sobre o DOI: 10.11606/T.76.2025.tde-26012026-110752 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
