CV Lattes
Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC) (Instituição-sede da última proposta de pesquisa) País de origem: Brasil
Doutorado no programa de Ciências de Computação e Matemática Computacional da Universidade de São Paulo (2018). Parte do Ph.D. foi desenvolvido no Departamento de Ciência da Computação da Universidade Tecnológica de Kaiserslautern - Alemanha (2016). Mestrado em Ciência da Computação pela Universidade Federal do ABC (2013) e bacharelado em Sistemas de Informação pela Universidade Federal da Grande Dourados (2010). Tem interesse na área de Ciência da Computação, com ênfase em Metodologias e Técnicas da Computação. Atuando principalmente nos seguintes temas: Mineração de Dados e Descoberta de Conhecimento em Bases de Dados não-estruturados. Áreas de interesse incluem: 1. Pesquisas relacionadas às estruturas de indexação e detecção de agrupamento; 2. Consultas por similaridade sobre bases de dados complexas, exemplo: base de imagens. (Fonte: Currículo Lattes)
O aumento expressivo tanto da quantidade quanto da variedade de dados disponíveis para análise tem alavancado a necessidade do desenvolvimento de metodologias que permitam o entendimento, o processamento e a sumarização de dados de maneira rápida e automática. Um recurso que tem se mostrado fundamental para obter entendimento e conhecimento a partir de grandes porções de dados está relaci…
O aumento expressivo tanto da quantidade quanto da variedade de dados disponíveis para análise tem alavancado a necessidade do desenvolvimento de metodologias que permitam o entendimento, o processamento e a sumarização de dados de maneira rápida e automática. Um dos recursos que tem se mostrado fundamentais para obter entendimento e conhecimento a partir de grandes porções de dados está …
Nos últimos anos devido aos avanços na tecnologia tem aumentado significativamente a quantidade e variedade de dados disponíveis para análise. Esse cenário intensificou o desenvolvimento de estratégias, para o processamento rápido e automático desses dados. Os métodos de acesso métricos (MAMs) são estratégias para estes prósitos, eles trazem maneiras efetivas para acelerar o tempo de proc…
| 2 | Bolsas no país concluídas |
| 1 | Bolsas no exterior concluídas |
| 3 | Todas as Bolsas |
| Processos vinculados | |
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
SOUZA, Jessica Andressa de. Agrupamento de dados complexos para apoiar consultas por similaridade com tratamento de restrições. Tese (Doutorado) - Instituto de Ciências Matemáticas e de Computação. Universidade de São Paulo (USP). São Carlos. (13/21378-1)