Ricardo Cerri
Ciência da Computação
Ricardo Cerri é um cientista da computação eternamente fascinado pela biologia. Graduado na Universidade Estadual Paulista Júlio de Mesquita Filho, ele alcançou o grau de mestre e doutor em ciências da computação e matemática computacional na Universidade de São Paulo. Durante o doutorado, desenvolveu parte de suas pesquisas nas universidades de Surrey e Kent, ambas no Reino Unido. Em 2014 sua tese foi escolhida a segunda melhor no concurso brasileiro de teses em inteligência artificial pela Sociedade Brasileira de Computação. O pós-doutorado do cientista foi obtido na Universidade do Porto, em Portugal. Cerri desenvolve algoritmos inspirados na teoria da evolução que são capazes de programar automaticamente redes neurais.
Apaixonado por música, o pesquisador explora várias possibilidades dessa arte. Ele toca contrabaixo e violão em uma banda com amigos. Cerri também é cantor e faz parte de grupos de canto coral desde a época da graduação na Unesp. Para completar, ele não perde uma oportunidade de dançar forró. Atualmente é docente no Departamento de Ciência da Computação da Universidade Federal de São Carlos.
Projetos
Redes Neurais Artificiais são modelos computacionais inspirados no cérebro, em que neurônios artificiais conectados realizam tarefas como por exemplo classificar imagens. As redes neurais profundas (RNPs), com muitas camadas de neurônios, são o estado-da-arte para a solução de problemas difíceis. Elas podem ser projetada manualmente, porém requerendo conhecimento especializado. Assim, pesquisadores têm procurado construir automaticamente RNPs, em uma área de pesquisa chamada neuroevolução. Será então possível construir RNPs automaticamente, sem qualquer intervenção manual, capazes de resolver problemas de maneira eficaz? Para responder a essa pergunta utilizaremos algoritmos evolutivos, que inspirados na teoria da evolução, codificam RNPs como indivíduos de uma população, buscando o melhor deles para a resolução de um problema. Como uma população possui indivíduos (RNPs) diversos, esperamos encontrar automaticamente RNPs com arquiteturas e configurações inéditas na literatura.
Recursos investidos
Instituições
- Universidade Federal de São Carlos
