CV Lattes
ResearcherID
ORCID
Universidade Estadual Paulista (UNESP). Campus de Bauru. Faculdade de Ciências (FC) (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
Possui graduação em Bacharelado em Sistemas de Informação pela Universidade Estadual Paulista Júlio de Mesquita Filho (2002), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (2005), doutorado em Ciência da Computação pela Universidade Estadual de Campinas (2008) e pós-doutorado em Ciência da Computação pela Universidade Estadual de Campinas (2009) e Universidade de Harvard (2015). Atualmente, é Professor Titular no Departamento de Computação da Universidade Estadual Paulista Júlio de Mesquita Filho, Unesp-Bauru, e pesquisador colaborador junto ao Departamento de Computação da Universidade Federal de São Carlos. É editor sênior do periódico IEEE Signal Processing Letters, bem como é membro do corpo editorial das revistas Computer Methods in Biomechanics and Biomedical Engineering, Journal of Next Generation Information Technology e International Journal of Bio-Inspired Computation. É co-editor de um livro na área de otimização por meta-heurísticas, bem como possui colaborações com diversas instituições internacionais. Já foi professor convidado da Ostbayerische Technische Hochschule (Alemanha), Coordenador do Programa de Pós-Graduação em Ciência da Computação da Unesp, bem como é Fellow da Fundação Alexander von Humboldt, representante brasileiro na International Association for Pattern Recognition (ICPR) e membro IEEE sênior. Foi membro titular da Comissão Especial de Computação Gráfica e Processamento de Imagens (CEGRAPI) no período 2015-2018. Tem experiência na área de Ciência da Computação, com ênfase em Sistemas de Computação, atuando principalmente nos seguintes temas: processamento de imagens, aprendizado de máquina e reconhecimento de padrões. Participa, também, de projetos na área de Engenharia de Petróleo junto ao Centro de Geociências Aplicadas ao Petróleo (UNESPETRO) - Unesp/Rio Claro, e Recogna - Unesp/Bauru. Atualmente é chair da IEEE Task Force on Business Intelligence and Knowledge Management. (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) no Pesquisa para Inovação FAPESP sobre o(a) pesquisador(a): |
| II Escola Avançada em Big Data Analysis |
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias (0 total): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
Descobertas neurológicas relacionadas a diferentes regiões do cérebro sugerem novos esclarecimentos sobre as células piramidais, uma arquitetura neuronal composta de cinco camadas, cuja interação é responsével pelos fluxos de entrada e resposta das informações e integração entre contexto e memória, dentre outras tarefas. Tais descobertas inspiraram o desenvolvimento de modelos computacion…
Empresas e governos têm visto a transformação digital (ou digitização) de processos e serviços como meio de alcançar maior produtividade, maior eficácia e de aumentar a customização dos produtos, serviços e processos ofertados à sociedade. A melhoria de desempenho e a diferenciação decorrentes dessa transformação ainda não foram totalmente capturadas pelas empresas e pela administração pú…
O foco desta proposta é a transferência de conhecimento matemático para outras áreas da ciência, tecnologia e indústria, por meio de um centro de pesquisa estruturado para esse fim. Todo o conhecimento matemático é, em última análise, aplicável se não diretamente, por meio de outros conhecimentos. Em algumas áreas da matemática a aplicação é quase imediata (entretanto, a colocação em prát…
Esôfago de Barrett's (BE) diz respeito a uma doença bastante severa e em crescimento nas últimas décadas. Caso esta não seja identificada apropriadamente em seu estágio inicial, pode evoluir para uma versão mais agressiva, inclusive câncer. Entretanto, o diagnóstico antecipado de tecidos displásticos em pacientes diagnosticados com BE resulta em altas taxas de remissão da doença após o tr…
Retinopatia diabética (RD) não diagnosticada pode levar à problemas na visão e cegueira, e a sua detecção precoce pode reduzir problemas severos na visão em torno de 50%. A presença de exudatos em imagens de retina é um dos primeiros sinais da doença, mas sua detecção manual é dependente da experiência do profissional e demanda bastante tempo. Nesta proposta, objetivamos lidar com o probl…
Várias técnicas de aprendizagem de máquina baseiam-se em grandes conjuntos de dados rotulados para construir modelos preditivos em tarefas de aprendizado supervisionado. O uso de técnicas de aprendizado profundo pode ser destacado, já que tem sido amplamente utilizado com sucesso em vários domínios. Por outro lado, em muitas circunstâncias, os conjuntos rotulados não estão disponíveis ou …
Este projeto tem o objetivo de desenvolver uma ferramenta de gestão de árvores urbanas mediante a integração com modelos de aprendizado de máquina previamente desenvolvidos para a detecção e segmentação dos elementos da árvore a partir de imagens capturadas da perspectiva do solo. Além disso, o projeto proposto tem o objetivo de contribuir com a melhoria dos algoritmos previamente desenvo…
Algoritmos de otimização metaheurísticos têm sido usados para resolver diversos problemas de engenharia, biologia e física, entre outros, visto que muitos desses problemas podem ser modelados como uma tarefa de otimização. Tais métodos metaheurísticos são inspirados em processos naturais, como a dinâmica social de alguns animais em busca de alimento e sobrevivência ou mesmo fenômenos físi…
O diagnóstico precoce da Esclerose Lateral Amiotrófica (ELA) é fundamental para a determinação do início dos tratamentos, auxiliando tanto no aumento da expectativa de vida quanto na melhora da qualidade de seus pacientes. A análise de movimentos faciais fornece informações importantes para o reconhecimento dos sintomas iniciais da ELA; entretanto, detectar esses sinais não é uma tarefa f…
Medicamentos atuam no organismo humano modificando o comportamento de determinadas proteínas, e a descoberta de novos compostos para melhorar a qualidade e duração da vida humana é um processo custoso e demorado. No entanto, com a ajuda de métodos computacionais, tais como Redes Neurais de Grafos (Graph Neural Networks - GNNs), a análise da interação proteína-medicamento pode ser realizad…
Reconhecimento de dados multimídia objetivam, principalmente, identificar o tipo de categoria de um determinado vídeo, isto é, o mesmo pode ser um filme romântico ou de ficção científica. O vídeo também pode conter algumas ações como, por exemplo, uma caminhada no parque, esportes ou corridas de carro. O principal objetivo deste projeto é comparar diferentes arquiteturas profundas para ap…
Benchmarks de imagem e vídeo são essenciais para o avanço de algoritmos de visão computacional voltados para compreensão de imagem e vídeo. Além do mais, a rápida evolução de algoritmos "estado-da-arte" para compreensão desses dados só foi possível graças às bases de dados em larga escala, como a ImageNet, por exemplo. No contexto de vídeos, porém, apesar do recente progresso de conjuntos…
Ao longo dos anos, a classificação supervisionada de imagens fez avanços significativos. Os modelos de classificação, por sua vez, desenvolveram uma necessidade mais forte por bases de dados maiores. No entanto, em muitas situações, as imagens são escassas. Nesse contexto, o aprendizado de poucos tiros se destaca, pois permite que os modelos aprendam a partir de algumas amostras rotuladas…
O câncer no esôfago é uma doença de difícil detecção nos estágios iniciais, especialmente na presença do esôfago de Barrett. O desenvolvimento de sistemas automáticos de avaliação de tal doença podem ser muito úteis, auxiliando os especialistas na detecção da região cancerígena. Com o forte crescimento das técnicas de aprendizado de máquina e, visando melhorar a eficácia do diagnóstico mé…
Técnicas de aprendizagem profunda têm sido amplamente utilizadas ao longo dos últimos anos devido aos seus resultados promissores em uma ampla gama de aplicações, como a análise de imagens médicas. Uma abordagem tradicional usada para resolver este problema é o conhecido modelo Máquina de Boltzmann Restrita (Restricted Boltzmann Machine - RBM), capaz de extrair recursos e aprender boas re…