CV Lattes
ResearcherID
ORCID
Google Scholar Citations
Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC) (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
possui graduação em Bacharelado em Ciência da Computação pela Universidade de São Paulo (1998), mestrado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (2000) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (2006). Atualmente é professor doutor da Universidade de São Paulo. Tem experiência na área de Ciência da Computação, com ênfase em Banco de Dados, atuando principalmente nos seguintes temas: aprendizado de máquina em séries temporais e aprendizado de máquina em fluxos de dados. (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) |
Data streams são usualmente caracterizadas por grandes quantidades de dados gerados continuamente em processos síncronos ou assíncronos potencialmente infinitos, em aplicações como: sistemas meteorológicos, processos industriais, tráfego de veículos, transações financeiras, redes de sensores, entre outras. Além disso, o comportamento dos dados tende a sofrer alterações significativas ao l…
Aprender a partir de fluxos de dados com latência de verificação extrema constitui uma tarefa desafiadora. Latência de verificação extrema significa que nenhum rótulo verdadeiro é disponibilizado após o modelo de classificação ser posto em uso prático. Portanto, um classificador deve detectar e se adaptar às mudanças de conceito, na ausência de informações sobre a classe correta das instâ…
Nos últimos anos, com o crescimento na geração e armazenamento de dados, houve um aumento na necessidade de criação e gerenciamento de grandes bases de dados. Em especial, bases de séries temporais têm sido frequentemente utilizadas em áreas como medicina, economia e agrometeorologia. Nesse contexto, a aplicação de técnicas computacionais adequadas para obtenção de padrões úteis em tais b…
Data streams são usualmente caracterizadas por grandes quantidades de dados gerados continuamente em processos síncronos ou assíncronos potencialmente infinitos, em aplicações como: sistemas meteorológicos, processos industriais, tráfego de veículos, transações financeiras, redes de sensores, entre outras. Além disso, o comportamento dos dados tende a sofrer alterações significativas ao l…
| 3 | Auxílios à pesquisa concluídos |
| 8 | Bolsas no país concluídas |
| 11 | Todos os Auxílios e Bolsas |
| Processos vinculados | |