possui graduação (1999), mestrado (2001) e doutorado (2005) em Engenharia Elétrica pela Universidade Estadual de Campinas. Atualmente, é Professor Associado II (MS 5.2) da Faculdade de Engenharia Elétrica e de Computação dessa mesma universidade. Suas principais áreas de pesquisa são: inteligência computacional, filtragem adaptativa, separação de fontes, filtros não-lineares, classificação de padrões e sistemas dinâmicos. (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) |
Durante os últimos cinco anos a UNICAMP conseguiu articular um ecossistema de inovação completo voltado para os desafios da gestão de energia, eficiência energética e transição energética, ou seja, a mudança para uma matriz energética baseada em energias renováveis de baixa ou nula emissão de gases de efeito estufa. Além de agregar empresas, pesquisadores, gestores, organizações sociais e…
O Centro de Pesquisa em Inteligência Artificial - Brazilian Institute of Data Science (BI0S) tem como principal objetivo desenvolver soluções de estado da arte em ciência dos dados e inteligência artificial (IA), propondo soluções para problemas relevantes e conectando a academia, empresas, startups, a sociedade e o setor público em um ecossistema integrado de inovação. Ele vai contribuir…
O problema de equalização de canais é uma tarefa central na área de comunicações e, num sentido mais amplo, em diversos domínios práticos ligados à área de sinais e sistemas. Embora o uso de filtros lineares nesse problema tenha um papel histórico e teórico determinante, a busca por constante melhoria de desempenho e os notáveis avanços do hardware nas últimas décadas encorajaram grande n…
Redes neurais artificiais formam um campo de pesquisa consolidado no âmbito da temática de aprendizado de máquina. Nos últimos anos, esse campo tem recebido enorme atenção devido ao crescente interesse pelas redes neurais profundas (DNNs, do inglês deep neural networks). Essas redes possuem uma estrutura marcada pela presença de diversas camadas de processamento, as quais são responsáveis…
Interfaces cérebro-computador (BCIs, do inglês brain-computer interfaces) são sistemas capazes de permitir a um usuário, por meio da análise de seus padrões cerebrais, o envio de comandos a uma máquina, sem o uso das vias biológicas tradicionais (nervos, músculos e articulações). O desenvolvimento dessas interfaces trará mudanças importantes na acessibilidade trazida pela moderna tecnolog…
O problema de separação cega de fontes com misturas não lineares é um tópico de pesquisa bastante desafiador e, diferentemente do caso linear, ainda carece de uma estrutura genérica para separação. Dentre os modelos não lineares encontrados na literatura, destacamos duas instâncias que são cruciais para o presente projeto: (i) as misturas do tipo post-nonlinear (PNL) e (ii) o contexto de …
Nesse projeto, será analisado aspectos teóricos e práticos de separação de fontes não-lineares, com ênfase em modelos polinomiais e sensores químicos. Esse projeto será supervisionado pelo Prof. Christian Jutten, uma liderança respeitada no assunto e pioneiro nessa área de pesquisa. (AU)
CV Lattes
ORCID