Otimização multi-objetivo da sequência de camadas em arquiteturas de aprendizagem profunda

Selecionar a melhor arquitetura para uma Rede Neural Profunda (DNN) não é uma tarefa trivial, pois há uma enorme quantidade de configurações possíveis (camadas e parâmetros) e grande dificuldade em como escolhê-las. A fim de tornar essa tarefa mais independente da interação humana, este trabalho propõe um método inteligente para otimizar a arquitetura (sequência de camadas) de uma DNN estruturada em cadeia, levando em consideração múltiplos critérios: acurácia e F1 score. O método foi avaliado quanto ao desempenho e comparado às abordagens exaustiva e aleatória. Os resultados obtidos são promissores, mostrando o potencial do método proposto.