CV Lattes
ResearcherID
ORCID
Google Scholar Citations
Universidade Estadual Paulista (UNESP). Campus de Araraquara. Instituto de Química (IQ) (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
possui graduação em Bacharelado em Matemática pela Universidade de São Paulo (1999), mestrado em Engenharia Mecânica pela Universidade de São Paulo (2002) e doutorado em Engenharia Mecânica pela Universidade de São Paulo (2007). Atualmente é professora assistente doutora da Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP de Araraquara. Tem experiência em Escoamentos Multifásicos, com ênfase em solução numérica de Equações Diferenciais Parciais, em Redes Neurais Artificiais aplicadas à problemas de Química, Física e Engenharia e também em Ensino de Matemática. (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
Neste projeto, propomos o desenvolvimento de Redes Neurais Artificiais (RNAS) e de Florestas Aleatórias como ferramentas alternativas para classificar grãos de leguminosas a partir de imagens digitais. Em particular, serão usadas as características de cores das imagens de amostras de feijão, soja, milho e grão de bico, bem como a densidade aparente dos grãos, para criar um banco de dados …
Propomos o desenvolvimento de Redes Neurais Artificiais (RNAS) como uma ferramenta alternativa para estimar a viscosidade, a densidade e o teor de sólidos de tintas à base de solventes das indústrias gráficas, a partir de espectroscopia de infravermelho de amostras de tintas branca e preta. A capacidade de aprender através de exemplos e de generalizar a informação aprendida é, sem dúvida,…
Propomos o desenvolvimento de Redes Neurais Artificiais (RNAS) como uma ferramenta alternativa para estimar a fração de impurezas em misturas de cana de açúcar, solo e material vegetal, a partir de imagens digitais de amostras dessas misturas em diferentes proporções. A capacidade de aprender através de exemplos e de generalizar a informação aprendida é, sem dúvida, o atrativo principal d…
| 6 | Bolsas no país concluídas |
| Processos vinculados | |