A Inteligência Artificial (IA) é um amplo campo da ciência da computação que tem como objetivo criar máquinas capazes de realizar tarefas que normalmente requerem inteligência humana. Isso inclui tarefas como percepção visual, reconhecimento de fala, tomada de decisão e processamento de linguagem natural. A Aprendizado Profundo é um subcampo da IA que utiliza redes neurais artificiais, inspiradas na estrutura do cérebro humano, para aprender e aprimorar uma tarefa específica. Algoritmos de Aprendizado Profundo são utilizados para analisar grandes quantidades de dados e identificar padrões ou características relevantes para a tarefa em questão. Exemplos de aplicações de Aprendizado Profundo incluem reconhecimento de imagens, processamento de linguagem natural e reconhecimento de fala.

Nos últimos anos, o processamento e interpretação de imagens e sinais com base em Aprendizado Profundo têm recebido considerável atenção. O aumento da capacidade computacional, aliado à pesquisa intensiva em novas arquiteturas de Redes Neurais, tem permitido resultados significativos em classificação e segmentação de imagens.

Neste tópico, estamos interessados na aplicação de redes neurais profundas, como redes neurais feed-forward, redes neurais convolucionais, redes neurais recorrentes, autoencoders, redes generativas adversariais e redes de aprendizado por reforço, em áreas como reconhecimento e segmentação de imagens, classificação, processamento de linguagem natural e previsão de séries temporais.