site da FAPESP
URL curto
Foto do(a) Fabio Gagliardi Cozman
Fonte: Currículo Lattes

Fabio Gagliardi Cozman

Universidade de São Paulo (USP). Escola Politécnica (EP)  (Instituição-sede da última proposta de pesquisa)
País de origem: Brasil
Apoio FAPESP em números
12Auxílios à pesquisa concluídos 
19Bolsas no país concluídas 
31 Todos os Auxílios e Bolsas
*Quantidades atualizadas em 25/03/2017

Contate o Pesquisador

é Professor Titular da Escola Politécnica da Universidade de São Paulo (Dept. Engenharia Mecatrônica) desde 2007, tendo ingressado na Escola Politécnica em 1990. Possui graduação em Engenharia Elétrica Modalidade Eletrônica pela Universidade de São Paulo (1989), mestrado em Engenharia pela Universidade de São Paulo (1991), Phd pela Carnegie Mellon University (1997), Livre-docência pela Universidade de São Paulo (2003). Atualmente é coordenador da comissão de inteligência artificial da SBC, Associate Editor do Int. Journal on Approximate Reasoning, membro do Editorial Board do Artificial Intelligence Journal, e Associate Editor do Journal of Artificial Intelligence Research. Pesquisas focam na automação de processos de decisão sob incerteza, incluindo representação de conhecimento e aprendizado (tópicos: inteligência artificial, redes bayesianas, conjuntos de probabilidade, modelos estatísticos gráficos). (Fonte: Currículo Lattes)

Índices de citações (Fonte: Google Scholar 21 de Setembro de 2016 às 03:15)

TodosDesde 2011
Citações33631426
Índice h2918
Índice i107737
200820092010201120122013201420152016
X
Lista de publicações
Fonte: Google Scholar
* Para visualizar os dados atualizados: Clique Aqui

Auxílios à pesquisa concluídos (mais recentes)

  • LOGPROB: lógica probabilística - fundamentos e aplicações computacionais, AP.TEM

    Resumo

    Das possíveis formas de raciocínio que um agente racional pode utilizar, o raciocínio lógico e as inferências probabilísticas estão entre as que recebem maior destaque na prática, sendo incorporadas em modelos e em programas de computador para a realização das mais diversas tarefas. No entanto, as interações possíveis entre estas formas de raciocínio ainda não são muito bem compreendid...

  • Nondeterministic probabilistic planning as imprecise Markov decision processes, AR.BR
  • Teddy seidenfeld | Carnegie Mellon university - Estados Unidos, AV.EXT

    Teddy seidenfeld | Carnegie Mellon university ...

    O visitante, Teddy Seidenfeld, conduz pesquisas em fundamentos e aplicações de estatística e aprendizado. Um dos principais interesses do Prof. Seidenfeld é a construção de uma teoria de inferência e decisão estatísticas que permita imprecisão em valores de probabilidades, tópico este também central na pesquisa do Prof. Fabio G. Cozman na USO (focado sobretudo na representação de incer...

Ver todos os Auxílios à pesquisa concluídos

Bolsas no país concluídas (mais recentes)

  • Algoritmos eficientes para tomada de decisão sob incerteza baseada em grafos, BP.PD

    Algoritmos eficientes para tomada de decisão s...

    Diagramas de influência são modelos probabilísticos baseados em grafos utilizados na representação de problemas de tomada de decisão sob incerteza. Tais diagramas permitem a comunicação clara de situações complexas de tomada de decisão, e constituem uma das principais ferramentas para a análise probabilística de problemas de decisão estruturados. Resolver um diagrama de influência sig...

  • Transição de fase em Satisfazibilidade probabilística, BP.IC

    Transição de fase em Satisfazibilidade probabi...

    O objetivo do trabalho é investigar o fenômeno de transição de fase no problema de satisfazibilidade probabilística (PSAT), usando um novo algorítimo, recentemente desenvolvido pelo orientador. Pretende-se investigar problemas com cláusulas contendo apenas dois literais (2-PSAT).O foco no problema 2-PSAT se deve ao fato do fenômeno de transição de fase ser bem entendidopara problemas d...

  • Uso de conhecimento semântico em robótica móvel através de lógicas de descrição probabilísticas, BP.PD

    Uso de conhecimento semântico em robótica móve...

    Este projeto propõe pesquisa sobre o uso de conhecimento semântico, expresso através de uma linguagem lógico-probabilística, em atividades de robótica móvel. O termo conhecimento semântico refere-se a descrições de conceitos usados em mapeamento e localização de robôs móveis. A combinação de lógicas de descrição e probabilidades é promissora nesse tipo de atividade, onde certas informa...

Ver todas as Bolsas no país concluídas

Publicações resultantes de Auxílios e Bolsas sob responsabilidade do(a) pesquisador(a) (11)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

Publicações10
Citações31
Cit./Artigo3,1
Dados do Web of Science

COZMAN, FABIO G.; DE CAMPOS, CASSIO POLPO. Kuznetsov independence for interval-valued expectations and sets of probability distributions: Properties and algorithms. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING, v. 55, n. 2, p. 666-682, . Citações Web of Science: 4. (04/09568-0)

MAUA, DENIS DERATANI; ANTONUCCI, ALESSANDRO; DE CAMPOS, CASSIO POLPO. Hidden Markov models with set-valued parameters. Neurocomputing, v. 180, n. SI, p. 94-107, . Citações Web of Science: 2. (13/23197-4)

MAUA, DENIS DERATANI. Equivalences between maximum a posteriori inference in Bayesian networks and maximum expected utility computation in influence diagrams. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING, v. 68, p. 211-229, . Citações Web of Science: 0. (13/23197-4)

MAUA, DENIS DERATANI; COZMAN, FABIO GAGLIARDI. Fast local search methods for solving limited memory influence diagrams. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING, v. 68, p. 230-245, . Citações Web of Science: 0. (13/23197-4)

MAUA, DENIS DERATANI; DE CAMPOS, CASSIO P.; BENAVOLI, ALESSIO; ANTONUCCI, ALESSANDRO. Probabilistic Inference in Credal Networks: New Complexity Results. JOURNAL OF ARTIFICIAL INTELLIGENCE RESEARCH, v. 50, p. 603-637, . Citações Web of Science: 7. (13/23197-4)

COZMAN, FABIO G.. Independence for full conditional probabilities: Structure, factorization, non-uniqueness, and Bayesian networks. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING, v. 54, n. 9, p. 1261-1278, . Citações Web of Science: 1. (08/03995-5)

SEIDENFELD‚ T.; SCHERVISH‚ M.J.; KADANE‚ J.B.. Coherent choice functions under uncertainty. SYNTHESE, v. 172, n. 1, p. 157-176, . (05/59541-4)

COZMAN, FABIO G.. Sets of probability distributions, independence, and convexity. SYNTHESE, v. 186, n. 2, p. 577-600, . Citações Web of Science: 9. (04/09568-0, 08/03995-5)

DE CAMPOS, CASSIO POLPO; COZMAN, FABIO GAGLIARDI; OCHOA LUNA, JOSE EDUARDO. Assembling a consistent set of sentences in relational probabilistic logic with stochastic independence. JOURNAL OF APPLIED LOGIC, v. 7, n. 2, SI, p. 137-154, . Citações Web of Science: 1. (04/09568-0)

DELGADO, KARINA VALDIVIA; DE BARROS, LELIANE NUNES; COZMAN, FABIO GAGLIARDI; SANNER, SCOTT. Using mathematical programming to solve Factored Markov Decision Processes with Imprecise Probabilities. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING, v. 52, n. 7, p. 1000-1017, . Citações Web of Science: 2. (08/03995-5)

KIKUTI, DANIEL; COZMAN, FABIO GAGLIARDI; SHIROTA FILHO, RICARDO. Sequential decision making with partially ordered preferences. ARTIFICIAL INTELLIGENCE, v. 175, n. 7-8, SI, p. 1346-1365, . Citações Web of Science: 5. (03/11165-9, 04/09568-0, 05/58090-9, 08/03995-5)

Por favor, reporte erros na informação da página do pesquisador escrevendo para: cdi@fapesp.br.
X

Reporte um problema na página


Detalhes do problema: