possui graduação em Engenharia de Eletricidade pela Universidade de São Paulo (1989), mestrado em Engenharia Elétrica pela Universidade de São Paulo (1992) e doutorado em Engenharia Elétrica pela University of California, Los Angeles (1999). Atualmente é professor titular da Escola Politécnica da USP e chefe do Departamento de Eng. de Sistemas Eletrônicos. Foi Senior Area Editor do IEEE Transactions on Signal Processing entre 2018 e 2021. Foi Editor Associado do EURASIP Journal on Advances on Signal Processing, do IEEE Signal Processing Letters e do IEEE Trans. on Signal Processing, membro do Signal Processing Theory and Methods Technical Committee da IEEE Signal Processing Society nos períodos 2007-2011 e 2016-2021, membro do Comitê Editorial da Sociedade Brasileira de Telecomunicações entre 2012 e 2016, e Coordenador do Capítulo de São Paulo da IEEE Signal Processing Society. Um de seus artigos publicados no IEEE Trans. on Signal Processing recebeu o 2002 Best Paper Award da IEEE Signal Processing Society. Tem experiência na área de Engenharia Elétrica, com ênfase em Processamento de Sinais, atuando principalmente nos seguintes temas: filtros adaptativos, estimação linear e não linear, estimação robusta, arranjos de microfones e cálculo matricial aplicados a principalmente telecomunicações, acústica, e mais recentemente aplicações de processamento de sinais a epidemiologia. (Fonte: Currículo Lattes)
| 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) |
Redes de dispositivos interconectados estão no âmago de diversas tecnologias-chave futuras, como controle distribuído para veículos autônomos, redes de sensores para monitoramento estrutural, e para cidades inteligentes. Além de confiabilidade, todas essas aplicações têm requisitos estritos em termos de eficiência energética, segurança, latência e auto-otimização, e requerem tecnologias …
Este projeto propõe o estudo e desenvolvimento de novos algoritmos para processamento de sinais obtidos de múltiplos sensores, em especial para estimação de imagens acústicas com arranjos de microfones e para estimação e classificação de falhas em estruturas mecânicas através do método de emissões acústicas, com foco em algoritmos com baixo custo computacional, para uso em tempo real. Pl…
A literatura recente mostra a eficácia de algoritmos para estimação esparsa e amostragem compressiva (compressive sensing, CS) para a solução de problemas complexos em processamento de sinais, com aplicações em comunicações sem fio, sistemas eletrônicos e arranjos de sensores. CS e métodos de estimação esparsa oferecem ganhos de desempenho substanciais devido à forma eficiente com que sin…
Este projeto propõe o estudo e desenvolvimento de algoritmos com baixo custo computacional para estimação de parâmetros, como filtros adaptativos e filtros de Kalman. Também devem ser investigadas estratégias para redução do custo computacional de novos algoritmos de alto desempenho para filtragem adaptativa, como combinações de filtros adaptativos e estimação distribuída. Além do problem…
A inferência do percentual da população infectada por um agente infeccioso (taxa de ataque) em tempo real é fundamental para o monitoramento de epidemias emergentes e predição das trajetórias futuras de epidemias. A estimativa da taxa de ataque é dificultada na prática pelo alto custo de testagem em massa, por atrasos no registro de testes em pacientes hospitalizados, e no caso de doenças…
O bolsista de pós-doutorado deverá ser inserido no projeto para contribuir na investigação de técnicas de processamento de sinais em beamforming e esquemas de codificação em sistemas de comunicações de IoT, conforme descrição no projeto e solicitação de bolsa de pós-doutorado. Em particular, os algoritmos de processamento de sinais para beamforming deverão contemplar as necessidades das r…
Com a pandemia de COVID-19, o interesse em modelos matemáticos para epidemias cresceu enormemente no último ano. Também vieram à tona diversas questões com relação aos problemas de identificação dos parâmetros dos modelos, e de verificação da capacidade desses modelos para previsão das consequências possíveis de diferentes medidas tomadas pelas autoridades sanitárias. Neste trabalho propõ…
Atualmente há um grande interesse no desenvolvimento de técnicas de detecção utilizando redes distribuídas, devido à sua economia de energia e de recursos, robustez a falhas em nós e links, escalabilidade e melhor desempenho em rastreamento. Algoritmos de detecção podem de modo geral ser baseados em detectores de Neyman-Pearson (NP), que maximizam a probabilidade de detecção dada uma máxi…
O problema de imageamento acústico consiste em mapear as direções e intensidades de fontes sonoras através de um arranjo de microfones. Os mapas resultantes são usados para projetar aviões, carros e trens mais silenciosos e aerodinamicamente mais eficientes, e também para analisar estruturas como salas de concerto e turbinas.Para arranjos com um número elevado de microfones e imagens com…
O número de reprodução efetivo (Rt) é um parâmetro variável no tempo utilizado para monitorar a evolução de uma epidemia e que pode ser inferido utilizando dados de incidência e intervalo serial. A epidemia de SARS-CoV-2 no Brasil foi marcada por múltiplas linhagens circulando simultaneamente, com diferentes distribuições de probabilidade de intervalos seriais. O aumento da disponibilidad…
CV Lattes
ORCID