Time liderado por dois membros afiliados da ABC ganha competição internacional em computação

Eles conquistaram o 1º lugar em duas de três tarefas de um dos desafios de pesquisa promovidos pela ECML/PKDD

Um time formado pelo pelos membros afiliados da ABC Jussara M. Almeida (do período 2011-2015) e Marcos André Gonçalves (2008-2013) e aluno de doutorado Flavio Vinicius Diniz de Figueiredo, todos da Universidade Federal de Minas Gerais (UFMG), conquistou o 1º lugar em duas de três tarefas de um dos desafios de pesquisa promovidos pela European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML/PKDD). Trata-se de uma das principais conferências mundiais na área de aprendizado de máquina e mineração de dados (sub-áreas da computação).

Os chamados “Discovery Challenges” são desafios de pesquisa anuais organizados pelos patrocinadores da conferência, cada ano focado em  temas diferentes de interesse da academia e/ou da indústria. Neste ano, um dos desafios foi centrado na tarefa de predizer, em um curto espaço de tempo, se um determinado conteúdo na web se tornará popular, logo após a sua publicação na rede.

Segundo os pesquisadores, esse tipo de predição é de extrema importância para provedores de conteúdo na web e máquinas de busca, já que pode influenciar consideravelmente as políticas de publicação de anúncios e gerenciamento de acesso, o que, por sua vez, pode ter consequências econômicas muito positivas para os atores envolvidos.

Os pesquisadores ressaltam: “Tais desafios de pesquisa costumam ser bem populares entre acadêmicos (e profissionais altamente qualificados) na área de computação; uma espécie de “Olimpíada Internacional de Pesquisa” no nível de pós-graduação”. Alguns desses desafios já distribuíram prêmios milionários – por exemplo, o Prêmio Netflix distribuiu um milhão de dólares para a melhor solução em sistemas de recomendação – graças ao alto valor econômico dessas soluções e à inerente dificuldade dos problemas a serem resolvidos.

“Esse fato revela um pouco mais sobre como a computação ‘navega’ bem entre as áreas de ciência básica (os modelos são matemáticos), engenharia (as soluções precisam ser implementadas e testadas em dados reais) e inovação (as soluções têm um potencial econômico enorme)”, explica Gonçalves.

Soluções para problemas correlatos em outras áreas do conhecimento já foram temas de artigos na Nature.  Os pesquisadores enfatizam: “O potencial de inovação tecnológica dessas soluções também é enorme, principalmente se aproveitado pela indústria nacional”.

O algoritmo vencedor explora novas ideias e conceitos na área de agrupamento de séries temporais e de predição de comportamento. A solução desenvolvida será publicada no Predictive Web Analytics workshop, que vai ser realizado em conjunto com a conferência.

Os membros do grupo são financiados pelo projeto Google Brazil Focused Research Grants, pelo CNPq, pela FAPEMIG, pela Capes, e pelo INCT para a Web (INWeb).

 (ABC)

http://www.abc.org.br/article.php3?id_article=3553