Estratégias de aprendizado ativo para melhorias no treinamento de redes neurais convolucionais

O aprendizado profundo tem sido utilizado com sucesso nas mais variadas aplicacoes, devido a grande quantidade de dados disponiveis. No entanto, algumas delas (e.g.  na area medica) apresentam escassez tanto de amostras quanto de rotulos para as mesmas. Este trabalho tem como foco apresentar a proposta de abordagens de aprendizado de maquina, incluindo metodos de aprendizado ativo no dominio de lesoes mamarias, de forma a auxiliar no diagnostico de câncer de mama. Para isto, foram realizados experimentos, considerando diversas tecnicas do estado da arte para o treinamento de redes neurais convolucionais, bem como a inclusao de diferentes estrategias de selecao para o aprendizado ativo.  A metodologia proposta e validada em um conjunto de dados publico referente a imagens de lesoes mamarias e apresenta resultados para tarefas de classificacao de ate 81.34% de acuracia. Foi possivel avaliar o impacto das estrategias de aprendizado ativo no processo de aprendizado das redes. Tais estrategias possibilitam alcancar resultados significativos, com uma menor quantidade de dados de treinamento rotulados, minimizando o esforco dos especialistas no processo de anotacao.