Ruben Glatt
 |
Ruben tem uma sólida formação técnica de trabalho por mais de uma década em um ambiente de data centers sendo responsável por todos os aspectos da infra-estrutura, gerenciamento de capacidade, sistemas de sensores e serviços técnicos para servidores e hardware de rede. Ele é formado em Mecatrônica e possui um Diplom Ingenieur (equivalente a mestrado) do Karlsruhe Institute of Technology (KIT) na Alemanha. Durante seus estudos, ele adquiriu experiência em robótica, mecatrônica e aplicações de energia solar. Seus principais temas foram sensores, avaliação de sistemas de energia solar e modelos de negócios para serviços técnicos. Durante seu período na UNESP, ele aprofundou sua experiência em aplicações de mecatrônica, trabalhando em um projeto para implementar uma manutenção baseada em condição das maquinas para pequenas usinas hidrelétricas. Seus estudos recentes focam em reconhecimento de gestos de fluxos de dados multi-modais utilizando visão computacional e algoritmos de aprendizagem de máquina. Inspirado pelos recentes avanços na área de Deep Learning (DL) e se baseando principalmente nos trabalhos de Geoffrey Hinton, Yoshua Bengio e Yann LeCun, a pesquisa de Rubens está focana em explorar os conhecimentos já reunidos nesta área de pesquisa. Após ter contato com os resultados obtidos pelo grupo de pesquisa Deep Mind do Google na área do Deep Reinforcement Learning (DRL) para agentes inteligentes focados em jogos, ele decidiu fazer deste o conteúdo principal do seu projecto de doutoramento. O pronto principal da sua proposta é: como podemos explorar técnicas do estado-da-arte de Aprendizado de Máquina (ML) como DL para fornecer um arcabouço robusto de Aprendizado por Reforço (RL) que é capaz de generalizar e realizar transferência de conhecimento para novas tarefas dentro de um domínio relacionado? Sua proposta de projeto "Improving Deep Reinforcement Learning through Knowledge Transfer" foi um dos 12 projetos vencedores do Prêmio de Pesquisa "Google Research Award América Latina 2015". |
Evento
- Aprendizado de Máquina na Universidade de São Paulo (14 de agosto de 2017)
