A disciplina GSA0300 “Aquisição de dados digitais e Inteligência Artificial em Geociências” convida para a aula aberta sobre Redes neurais convolucionais e aplicações em mapeamento de gelo marinho, que acontecerá no dia 13 de Novembro, às 14h, na sala 103 do Instituto de Geociências.
Resumo: Geocientistas usam aprendizado de máquina há pelo menos três décadas. A gama de aplicações é grande, desde sensoriamento remoto até análise de dados de perfil de poço. Embora o aprendizado de máquina esteja se tornando mais popular em diferentes campos das Ciências da Terra, alguns conceitos de redes neurais convolucionais podem ser vagamente compreendidos por não praticantes. Nesta apresentação, mostro alguns dos conceitos-chave sobre os fundamentos das redes neurais convolucionais, algumas técnicas que podem nos ajudar a entendê-las e estratégias que podem ser usadas para treinar esses tipos de modelos. O objetivo da apresentação não é focar em detalhes matemáticos e de implementação, mas ajudar a construir a intuição necessária para usar e analisar os resultados de modelos de redes neurais convolucionais. O estudo de caso principal mostra como redes neurais convolucionais podem ser usadas para segmentação de gelo marinho usando radar de abertura sintética.
Palestrante: Rafael é bacharel em Geofísica pela Universidade de São Paulo (2011), com dois mestrados pela Universidade de Oklahoma, um em Geofísica (2017) e outro em Ciência e Análise de Dados (2019). Possui doutorado em Geofísica (2019) também pela Universidade de Oklahoma. Seu pós-doutorado (2022-2023) na Universidade do Colorado Boulder focou no desenvolvimento de modelos de aprendizado de máquina para mapeamento de gelo marinho usando imagens de radar de abertura sintética e outros dados de sensoriamento remoto e foi financiado pela National Science Foundation. Seus interesses de pesquisa incluem o desenvolvimento de algoritmos de aprendizado de máquina para diferentes aplicações geoespaciais e geocientíficas. Atualmente Rafael é Cientista de Dados na Ver-AI Discoveries.