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
Atualmente, é Professor Titular no Departamento de Computação da Universidade Estadual Paulista Júlio de Mesquita Filho, Unesp-Bauru. 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), Universidade de Harvard (2015) e pelo Massachusetts Institute of Technology (MIT) (2025). 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) e Coordenador do Programa de Pós-Graduação em Ciência da Computação da Unesp, é membro Fellow da International Association for Pattern Recognition (IAPR), da Asia-Pacific Artificial Intelligence Association (AAIA), e da Fundação Alexander von Humboldt (AvH), bem como representante brasileiro junto à International Association for Pattern Recognition (IAPR) 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, membro do CA-CC/CNPq e Coordenador do Programa eScience e Ciência de Dados da FAPESP. (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) no Pesquisa para Inovação FAPESP sobre o(a) pesquisador(a): |
| II Escola Avançada em Big Data Analysis |
| Mais itensMenos itens |
| 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) |
O Centro de Ciência de Dados para a Indústria Inteligente atua como um hub de análise de dados avançados para a indústria, visando melhorar a eficiência operacional, a qualidade dos produtos, a inovação e a sustentabilidade, através da aplicação de técnicas de ciência de dados e análise de dados em processos industriais. O contacto com as indústrias será mediado pelo SENAI e operacionaliz…
A Universidade Estadual Paulista (UNESP) é uma das maiores e mais importantes universidades brasileiras, com destacada atuação no ensino, na pesquisa e na extensão de serviços à comunidade. Mantida pelo governo do estado de São Paulo, é uma das três universidades públicas de ensino gratuito, ao lado da USP (Universidade de São Paulo) e da Unicamp (Universidade Estadual de Campinas). Criad…
Tribologia diz respeito à uma área de pesquisa que estuda o processo de fricção entre componentes mecânicos. Dado que a fricção demanda mais energia, explorar o comportamento dos elementos durante o seu processo de interação é crucial para minimizar perdas. Muito embora tenham sido utilizadas nas mais diversas áreas, técnicas de aprendizado de máquina também têm sido consideradas para lid…
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 visa desenvolver uma aplicação que promova a acessibilidade comunicacional para pessoas surdas ou com deficiência auditiva. A proposta é utilizar tecnologia de inteligência artificial (IA) para converter textos digitados pelos usuários em uma tradução visual para a Língua Brasileira de Sinais (Libras). A aplicação incluirá um avatar digital interativo, capaz de reproduzir cla…
O diagnóstico assistido de doenças por meio de imagens médicas, dados clínicos e descrições textuais tem sido de extrema importância nos últimos anos. Aliado com resultados promissores que técnicas de aprendizado de máquina entregam, podemos atingir resultados ainda melhores quando fazemos uso de outras fontes de dados. Por outro lado, enfrentamos o problema de como combinar essas diferen…
Avaliações genéticas de produção de leite até os 305 dias de lactação (PL305) em bovinos Gir utiliza o modelo animal para estimação do valor genético genômico (GEBV), solucionado método ssGBLUP considerando as informações de parentesco genômico, calculado a partir dos polimorfismos genéticos de nucleotídeo único (SNP), o parentesco genético aditivo, combinados na matriz H, e o desempenho …
A Esclerose Lateral Amiotrófica (ELA) é uma doença neurodegenerativa incurável e progressiva que afeta os neurônios motores, resultando em disfunções bulbares em mais de 80% dos casos. A taxa de sobrevida desde o diagnóstico varia de 20 a 48 meses e apenas 5 a 10% dos pacientes sobrevivem por mais de 10 anos, o que torna a detecção precoce da doença crucial. No entanto, a falta de marcado…
Imagens de raio-X do tórax desempenham um papel crucial na medicina moderna, sendo uma ferramenta acessível e de fácil utilização para radiologistas identificarem doenças e avaliarem o posicionamento adequado de aparatos médicos. Garantir o correto posicionamento desses aparatos é vital para a saúde do paciente, especialmente em casos de risco, onde os exames de raio-X são frequentes. Com…
Neste projeto de pesquisa, exploraremos a aplicação de métodos de aprendizado de máquina focados na implementação do classificador Floresta de Caminhos Ótimos (OPF) no contexto da computação quântica. Estudaremos como as ferramentas e métodos de computação quântica podem ser utilizados para resolver o problema do Caixeiro Viajante, integrando essa solução ao OPF. Em particular, investigar…
O Brasil é o maior produtor de cana-de-açúcar e exportador de seus derivados, uma importante atividade econômica. O controle de plantas daninhas precisa ser adequado, dado que herbicidas são muito propensos a danificar toda a cultura. O problema é ainda pior no caso de plantas perenes, como é o caso da cana-de-açúcar, dado que não realizar a limpeza do solo após a colheita é uma prática b…
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…