[EstudiantesMatemática]Fwd: Estudiante para trabajar en proyecto de matemática y aprendizaje automático

[Leandro Bentancur]

---------- Forwarded message ---------
De: Marcelo Fiori <mfiori en fing.edu.uy>
Date: jue, 14 dic 2023 a las 16:59
Subject: Estudiante para trabajar en proyecto de matemática y aprendizaje
automático
To: todosimerl <todos_imerl en fing.edu.uy>, todos <todos en cmat.edu.uy>


Buenas,
 junto con Mauricio Velasco <https://mauricio-velasco.github.io/webpage/>
seremos responsables de un proyecto ANII-FCE titulado "Aprendizaje
Automático con Garantías Matemáticas". Va el resumen abajo.

El proyecto viene con financiación para una beca de maestría o doctorado,
por lo que estamos buscando estudiantes motivados con intereses en
grafos/optimización/estadística y programación, dispuestos a empezar
posgrado en 2024.

Tanto Mauricio como yo vamos a estar en el coloquio, así que cualquier duda
se acercan a conversar, o nos escriben un correo.

¡Saludos!
Marcelo

Aprendizaje Automático con Garantías Matemáticas
Resumen
Desarrollos recientes en la aplicación del aprendizaje profundo han hecho
de las redes neuronales una tecnología clave que se espera ocupe un papel
preponderante en la sociedad a corto plazo. A medida que la importancia de
estas tecnologías aumenta, el estudio y comprensión de sus limitaciones se
hacen más importantes para la sociedad como conjunto. Fenómenos como la
susceptibilidad de los modelos de imagen a corrupción adversaria, que
revela la fragilidad de las redes neuronales, o la propensión de los
modelos de lenguaje a producir "alucinaciones", entre otras, hacen
fundamental la construcción de algoritmos de aprendizaje automático que
incorporen garantías formales de calidad y rendimiento.
En este proyecto proponemos varias arquitecturas novedosas de ML que vienen
acompañadas de certificados (es decir de demostraciones matemáticas) de la
calidad de sus resultados. En concreto, desarrollaremos algoritmos de
aprendizaje por reforzamiento para construir soluciones aproximadas de
problemas NP-completos con garantías de calidad, combinando ideas de RL y
trabajos recientes en optimización combinatoria y geometría discreta. Así
mismo desarrollaremos un nuevo paradigma para entrenar arquitecturas de
redes neuronales basadas en grafos (GNNs) que simultáneamente construye
demostraciones de su estabilidad. Estos algoritmos fundacionales tienen una
enorme cantidad de aplicaciones concretas y se pondrán a disposición de
actores académicos y de la industria como implementaciones de código
abierto, aumentando la capacidad científica y técnica del país.
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://www.cmat.edu.uy/pipermail/listaestudiantes/attachments/20231214/459e16f9/attachment.html>