Modelagem e análise de redes complexas para visão computacional

• Processo: 16/23763-8
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de junho de 2017
• Data de Término da vigência: 30 de novembro de 2021
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Acordo de Cooperação: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
• Pesquisador responsável: Odemir Martinez Bruno
• Beneficiário: Lucas Correia Ribas
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Bolsa(s) vinculada(s): 19/03277-0 - Reconhecimento de Padrões em Redes Complexas usando Transformada da Distância, BE.EP.DR
• Assunto(s): Visão computacional Reconhecimento de padrões Redes complexas
• Palavra(s)-Chave do Pesquisador: Análise de Formas | Análise de Texturas | Imagem | Reconhecimento de Padrões | Redes Complexas | Visão Computacional

Resumo

As redes complexas têm sido utilizadas como ferramenta de estudo e contribuído em diversas áreas da ciência devido ao seu carácter interdisciplinar e simplicidade conceitual. Em ciência da computação, as redes vêm sendo usada em problemas de arquitetura, inteligência artificial, redes de computadores e visão computacional. No que tange à visão computacional, diversas abordagens têm sido propostas ao longo da última década para reconhecimento de padrões baseado em redes complexas. Tal fato é motivado pela natureza não-linear que muitas imagens apresentam, tornando a utilização de redes complexas uma ferramenta potencial como medida de complexidade. A maior parte dessas abordagens foram proposta por pesquisadores advindos da USP de São Carlos. Os resultados alcançados demonstram grande potencial no uso de redes complexas como ferramenta para o desenvolvimento de novos métodos para visão computacional. O objetivo deste doutorado é estudar e desenvolver novos métodos baseados em redes complexas para visão computacional. Em específico, serão investigados dois problemas de visão computacional que é especialidade do grupo de pesquisa proponente e que vem sendo estudado há mais de uma década: análise de texturas e formas. Deste modo, pretende-se investigar novas metodologias para a modelagem de imagens/vídeos em redes e novos métodos de análise das redes. Em particular, será investigado o uso de autômatos e deep learning como novas ferramentas de análise. Além disso, abordagens existentes serão estudas com o objetivo de identificar possíveis limitações e quando possível, melhorias serão propostas. Como forma de analisar o potencial das abordagens desenvolvidas, serão considerados para aplicação problemas reais de biologia e nanotecnologia no qual o grupo de pesquisa do proponente vem trabalhando. Desta forma, este projeto apresenta uma grande possibilidade de contribuição com novos métodos para a área de visão computacional e, consequentemente, para as áreas de biologia e nanotecnologia. (AU)

Publicações científicas

(19)

(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)

SOARES, JULIANA COATRINI; SOARES, ANDREY COATRINI; RODRIGUES, VALQUIRIA CRUZ; OITICICA, PEDRO RAMON ALMEIDA; RAYMUNDO-PEREIRA, PAULO AUGUSTO; BOTT-NETO, JOSE LUIZ; BUSCAGLIA, LORENZO A.; DE CASTRO, LUCAS DANIEL CHIBA; RIBAS, LUCAS C.; SCABINI, LEONARDO; et al. Detection of a SARS-CoV-2 sequence with genosensors using data analysis based on information visualization and machine learning techniques. MATERIALS CHEMISTRY FRONTIERS, JUN 2021. (18/22214-6, 18/19750-3, 18/18953-8, 16/01919-6, 19/13514-9, 14/50867-3, 20/02938-0, 19/00101-8, 19/07811-0, 16/23763-8)

DE MESQUITA SA JUNIOR, JARBAS JOACI; RIBAS, LUCAS CORREIA; BRUNO, ODEMIR MARTINEZ. Randomized neural network based signature for dynamic texture classification. EXPERT SYSTEMS WITH APPLICATIONS, v. 135, p. 194-200, NOV 30 2019. (16/18809-9, 16/23763-8, 14/08026-1)

RODRIGUES, VALQUIRIA C.; SOARES, JULIANA C.; SOARES, ANDREY C.; BRAZ, DANIEL C.; MELENDEZ, MATIAS ELISEO; RIBAS, LUCAS C.; SCABINI, LEONARDO F. S.; BRUNO, ODEMIR M.; CARVALHO, ANDRE LOPES; REIS, RUI MANUEL; et al. Electrochemical and optical detection and machine learning applied to images of genosensors for diagnosis of prostate cancer with the biomarker PCA3. Talanta, v. 222, JAN 15 2021. (19/07811-0, 18/22214-6, 18/18953-8, 16/23763-8)

RIBAS, LUCAS C.; GONCALVES, WESLEY N.; BRUNO, ODEMIR M.. Dynamic texture analysis with diffusion in networks. DIGITAL SIGNAL PROCESSING, v. 92, p. 109-126, SEP 2019. (16/23763-8, 14/08026-1)

RIBAS, LUCAS CORREIA; GONCALVES, DIOGO NUNES; SILVA, JONATHAN DE ANDRADE; DE CASTRO, JR., AMAURY ANTONIO; BRUNO, ODEMIR MARTINEZ; GONCALVES, WESLEY NUNES. Fractal dimension of bag-of-visual words. PATTERN ANALYSIS AND APPLICATIONS, v. 22, n. 1, p. 89-98, FEB 2019. (16/18809-9, 16/23763-8, 14/08026-1)

RIBAS, LUCAS C.; SA JUNIOR, JARBAS JOACI DE MESQUITA; SCABINI, LEONARDO F. S.; BRUNO, ODEMIR M.. Fusion of complex networks and randomized neural networks for texture analysis. PATTERN RECOGNITION, v. 103, JUL 2020. (16/23763-8, 16/18809-9, 14/08026-1)

SCABINI, LEONARDO F. S.; RIBAS, LUCAS C.; BRUNO, ODEMIR M.. Spatio-spectral networks for color-texture analysis. INFORMATION SCIENCES, v. 515, p. 64-79, APR 2020. (16/23763-8, 16/18809-9, 14/08026-1)

SOARES, JULIANA COATRINI; SOARES, ANDREY COATRINI; RODRIGUES, VALQUIRIA CRUZ; OITICICA, PEDRO RAMON ALMEIDA; RAYMUNDO-PEREIRA, PAULO AUGUSTO; BOTT-NETO, JOSE LUIZ; BUSCAGLIA, LORENZO A.; DE CASTRO, LUCAS DANIEL CHIBA; RIBAS, LUCAS C.; SCABINI, LEONARDO; et al. Detection of a SARS-CoV-2 sequence with genosensors using data analysis based on information visualization and machine learning techniques. MATERIALS CHEMISTRY FRONTIERS, v. 5, n. 15, p. 5658-5670, AUG 7 2021. (19/07811-0, 18/19750-3, 20/02938-0, 16/01919-6, 18/18953-8, 19/13514-9, 14/50867-3, 16/23763-8, 18/22214-6, 19/00101-8)

RIBAS, LUCAS C.; BRUNO, ODEMIR M.; RICCI, E; BULO, SR; SNOEK, C; LANZ, O; MESSELODI, S; SEBE, N. Dynamic Texture Classification Using Deterministic Partially Self-avoiding Walks on Networks. IMAGE ANALYSIS AND PROCESSING - ICIAP 2019, PT I, v. 11751, p. 12-pg., 2019-01-01. (19/03277-0, 16/23763-8, 14/08026-1)

RIBAS, LUCAS C.; DE MESQUITA SA JUNIOR, JARBAS JOACI; MANZANERA, ANTOINE; BRUNO, ODEMIR M.. Learning graph representation with Randomized Neural Network for dynamic texture classification. APPLIED SOFT COMPUTING, v. 114, JAN 2022. (16/23763-8, 18/22214-6, 16/18809-9, 14/08026-1, 19/03277-0)

MACHICAO, JEANETH; RIBAS, LUCAS C.; SCABINI, LEONARDO F. S.; BRUNO, ODERMIR M.. Cellular automata rule characterization and classification using texture descriptors. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 497, p. 109-117, MAY 1 2018. (16/23763-8, 14/08026-1)

RIBAS, LUCAS CORREIA; NEIVA, MARIANE BARROS; BRUNO, ODEMIR MARTINEZ. Distance transform network for shape analysis. INFORMATION SCIENCES, v. 470, p. 28-42, JAN 2019. (16/23763-8, 14/08026-1)

RIBAS, LUCAS C.; MACHICAO, JEANETH; BRUNO, ODEMIR M.. Life-Like Network Automata descriptor based on binary patterns for network classification. INFORMATION SCIENCES, v. 515, p. 156-168, APR 2020. (16/23763-8, 16/18809-9, 14/08026-1)

RIBAS, LUCAS C.; BRUNO, ODEMIR M.. Dynamic texture analysis using networks generated by deterministic partially self-avoiding walks. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 541, MAR 1 2020. (16/23763-8, 16/18809-9, 14/08026-1)

SCABINI, LEONARDO; RIBAS, LUCAS; RIBEIRO, ERALDO; BRUNO, ODEMIR; RIBEIRO, P; SILVA, F; MENDES, JF; LAUREANO, R. Deep Topological Embedding with Convolutional Neural Networks for Complex Network Classification. NETWORK SCIENCE (NETSCI-X 2022), v. 13197, p. 13-pg., 2022-01-01. (16/18809-9, 21/09163-6, 14/08026-1, 19/07811-0, 16/23763-8)

SCABINI, LEONARDO F. S.; RIBAS, LUCAS C.; NEIVA, MARIANE B.; JUNIOR, ALTAMIR G. B.; FARFAN, ALEX J. F.; BRUNO, ODEMIR M.. Social interaction layers in complex networks for the dynamical epidemic modeling of COVID-19 in Brazil. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 564, FEB 15 2021. (16/18809-9, 14/08026-1, 19/07811-0, 16/23763-8)

RIBAS, LUCAS C.; MANZANERA, ANTOINE; BRUNO, ODEMIR M.; VENTO, M; PERCANNELLA, G. A Fractal-Based Approach to Network Characterization Applied to Texture Analysis. COMPUTER ANALYSIS OF IMAGES AND PATTERNS, CAIP 2019, PT I, v. 11678, p. 12-pg., 2019-01-01. (19/03277-0, 16/18809-9, 16/23763-8, 14/08026-1)

RIBAS, LUCAS C.; RIAD, RABIA; JENNANE, RACHID; BRUNO, ODEMIR M.. A complex network based approach for knee Osteoarthritis detection: Data from the Osteoarthritis initiative. Biomedical Signal Processing and Control, v. 71, n. A, JAN 2022. (18/22214-6, 16/23763-8)

SCABINI, LEONARDO F. S.; CONDORI, RAYNER H. M.; RIBAS, LUCAS C.; BRUNO, ODEMIR M.; RICCI, E; BULO, SR; SNOEK, C; LANZ, O; MESSELODI, S; SEBE, N. Evaluating Deep Convolutional Neural Networks as Texture Feature Extractors. IMAGE ANALYSIS AND PROCESSING - ICIAP 2019, PT II, v. 11752, p. 11-pg., 2019-01-01. (14/08026-1, 19/03277-0, 16/18809-9, 16/23763-8)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

RIBAS, Lucas Correia. Aprendizado de representações e caracterização de redes complexas com aplicações em visão computacional. 2021. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) São Carlos.