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
Francisco A. Rodrigues é professor titular do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), atuando nas áreas de Sistemas Complexos e Ciência de Dados. Atualmente, é chefe do Departamento de Matemática Aplicada. É editor das revistas Chaos, Solitons and Fractals (Elsevier), Journal of Computational Science (Elsevier), New Journal of Physics (IOP Publishing), Journal of Complex Networks e coeditor da Europhysics Letters. Também atua como editor associado do Journal of Physics: Complexity (IOP Publishing). Publicou mais de 150 artigos em periódicos científicos internacionais, que já receberam mais de 10.000 citações (h-index 41). Foi presidente da Comissão de Pesquisa do ICMC por dois mandatos e é orientador nos Programas de Pós-Graduação em Ciências de Computação e Matemática Computacional (ICMC), Física (IFSC) e Estatística (ICMC-UFSCar), nos níveis de mestrado e doutorado. Atualmente, é chefe do Departamento de Matemática Aplicada e Estatística. Foi professor visitante na University of Warwick (Reino Unido), entre 2018 e 2019, com financiamento da Leverhulme Trust. Foi pesquisador visitante de curta duração na Universidad de Zaragoza (Espanha), no Potsdam Institute for Climate Impact Research (Alemanha) e no Complexity Science Hub Vienna (Áustria). Também atuou como professor visitante na Aschaffenburg University of Applied Sciences (Alemanha) e na Universidad de Zaragoza. Suas áreas de ensino incluem Redes Complexas, Estatística, Processos Estocásticos, Aprendizado de Máquina, Causalidade e Ciência de Dados. É autor do livro An Introduction to Multiplex Networks: Basic Formalism and Structural Properties, publicado pela Springer em 2018. Em 2023, foi incluído na lista dos 2 cientistas mais influentes do mundo, elaborada pela Elsevier. Mais informações sobre sua pesquisa estão disponíveis em: https://sites.icmc.usp.br/francisco (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) no Pesquisa para Inovação FAPESP sobre o(a) pesquisador(a): |
| Curso de extensão Introdução à teoria das probabilidades |
| 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 Pesquisa Aplicada em Inteligência Artificial, IARA, é formado por uma equipe multidisciplinar, com especialistas nacionais com competência internacionalmente reconhecidas em inteligência artificial, telecomunicações, internet das coisas e cidades inteligentes. O centro sediado em São Carlos, estado de São Paulo, funcionará em rede com pesquisadores de todas as regiões do Brasi…
Redes complexas servem como uma representação das estruturas intricadas encontradas em sistemas complexos, desde interações biológicas até conexões sociais. O estudo dessas redes ganhou importância significativa nas últimas décadas, possibilitando a modelagem de estruturas organizacionais e processos dinâmicos em diversos sistemas. Nos últimos anos, houve um crescente interesse em aplicar…
Sistemas complexos são formados por partes discretas que interagem de forma não linear, sendo a internet, redes sociais e ecossistemas, alguns exemplos de tais sistemas. Um dos grandes desafios no estudo desses sistemas é tentar prever como a sua estrutura, representada por redes complexas, influencia processos dinâmicos, tal como a propagação de informação ou sincronização de osciladores…
Neste projeto pretendemos introduzir e caracterizar modelos nulos, baseados em conjuntos matriciais aleatórios, para redes complexas de interesse atual. Em particular, planejamos estudar: (i) redes aleatórias com ganho e / ou perda, (ii) gráficos regulares aleatórios não uniformes, (iii) redes bipartidas, (iv) redes mutualistas e (v) redes direcionadas. Vamos realizar uma análise de escal…
As redes complexas são grafos compostos de vértices interligados por arestas, representando relações entre pares de objetos. Essas estruturas são utilizadas para descrever interações em sistemas complexos como as redes sociais, nas quais os vértices são representados por indivíduos e as arestas representam algum tipo de relação social, como amizade. O espectro de uma rede é composto pelos…
Os embeddings de grafos surgiram como ferramentas poderosas para representar redes complexas em espaços vetoriais de baixa dimensão, preservando propriedades topológicas essenciais. Este projeto se concentra em avaliar e comparar vários métodos de embedding de grafos em sua capacidade de manter estruturas de comunidade - subconjuntos de nós com maior conectividade interna do que externa. …
Como efeito da mudança climática, cada vez mais temos presenciado a ocorrência de eventos climáticos extremos como anomalias hidrológicas, ciclones intensos e ondas de calor. O impacto socioeconômico desses fenômenos é enorme e há grande interesse científico em sua compreensão, caracterização e previsão, tarefas extremamente difíceis devido ao seu comportamento de extremidade em relação à…
A doença de Parkinson (DP) é um distúrbio cerebral progressivo do sistema nervoso que afeta o controle da perda dos neurônios motores e a coordenação dos movimentos. De acordo com a Organização Mundial da Saúde (OMS), a doença de Parkinson afeta 1% da população mundial com mais de 65 anos de idade, o que a torna a segunda doença neurodegenerativa mais comum. Seus sinais e sintomas podem v…
O estudo de dinâmicas de opinião é extremamente relevante para entender a emergência do fenômeno da polarização em redes sociais. O presente projeto visa utilizar aprendizado de máquina para predizer com alta acurácia variáveis dinâmicas associadas com o modelo Sznajd em redes complexas. Vamos considerar a modelagem por redes complexas, simulações de Monte Carlo e métodos de regressão. O …
Neste projeto de pesquisa investigaremos a presença de anomalias na evolução dinâmica de sistemas complexos gerais através de análises de recorrência. Com intuito de identificar comportamentos dinâmicos que se diferem de comum, ou regiões de redes complexas que possuem propriedades topológicas distintas, propomos um método de análise numérica a partir de dados reais, ou de simulações de s…
Neste projeto, buscamos explorar métodos baseados em recorrência aplicados a dados climáticos, com foco na detecção de condições e parâmetros associados a pontos de transição e eventos extremos, especialmente influenciados pelas mudanças climáticas. Integrando conceitos de dinâmica não linear com técnicas de aprendizado de máquina, pretendemos revelar padrões ocultos e anomalias dinâmicas…
A modelagem matemática é essencial para compreender os processos de propagação em redes complexas. Embora muitas pesquisas tenham se concentrado em redes estáticas, a importância das redes temporais está se tornando cada vez mais reconhecida. Neste projeto, nosso objetivo é desenvolver uma nova abordagem para modelar redes temporais usando agentes móveis e uma estrutura de movimento que p…
O interesse em estudar como os boatos se espalham na sociedade tem levado pesquisadores desenvolver modelos computacionais teóricos para investigar os mecanismos subjacentes à disseminação de notícias falsas em nossa sociedade. Atualmente, a literatura sobre o assunto oferece uma variedade de modelos epidemiológicos e culturais. Embora cada tipo de modelagem adote uma abordagem diferente,…
A incidência de doenças infecciosas, bem como os custos e benefícios das intervenções de saúde pública, não são uniformemente distribuídos pela sociedade. Neste projeto, pretendemos analisar as diferenças geográficas e socioeconômicas na incidência de doenças infecciosas e prescrição de antibióticos, e medir suas respectivas contribuições para a variação geral nas prescrições de antibióti…