CV Lattes
ResearcherID
ORCID
Google Scholar Citations
Universidade Federal de São Carlos (UFSCAR). Campus de Sorocaba. Centro de Ciências em Gestão e Tecnologia (CCGT) (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
Professor Associado no Departamento de Computação da Universidade Federal de São Carlos (UFSCAR), campus Sorocaba (02/2022-presente) e Professor Colaborador no Programa de Pós-Graduação em Ciência da Computação da Universidade Federal de São Paulo (UNIFESP), campus São José dos Campos (02/2022-presente). É Bacharel em Ciência da Computação (2004) pela Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP), Mestre (2007) e Doutor (2011) em Ciência da Computação pela Universidade Estadual de Campinas (UNICAMP). Foi Professor Adjunto no Instituto de Ciência e Tecnologia da Universidade Federal de São Paulo (UNIFESP), campus São José dos Campos (08/2013-01/2022). Foi pesquisador visitante junto ao Dept. of Computing Science, University of Alberta em Edmonton, Canadá (05/2011-08/2011), e junto à School of Computer Science and Electronic Engineering, Bangor University em Bangor, Reino Unido (01/2017-02/2017). Realizou estágio de pós-doutorado junto ao Instituto de Computação da Universidade Estadual de Campinas (12/2011-08/2013) e junto ao Dipartimento di Ingegneria e Scienza dell'Informazione, Università Degli Studi di Trento em Trento, Itália (02/2019-02/2020). É autor/coautor de mais de 100 artigos em periódicos e conferências com seletiva política editorial e atua como membro do comitê de programa e revisor de várias conferências internacionais e nacionais. Suas publicações foram citadas mais de 2.000 vezes e seu índice-h no Google Scholar é 26. Tem desenvolvido projetos de pesquisa multidisciplinares envolvendo Visão Computacional, Aprendizado Profundo, Processamento de Imagens, Recuperação de Informação, Aprendizado de Máquina e Reconhecimento de Padrões. (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) |
Este projeto propõe uma iniciativa de pesquisa colaborativa entre a Universidade Federal de São Carlos (UFSCar) e a Faculdade de Engenharia de Sorocaba (FACENS), no Brasil, e a Universidade Técnica de Ingolstadt (THI), na Alemanha, sob o Seed Fund Call for Proposals 2024, Track 1. O objetivo principal é fortalecer parcerias internacionais entre o Brasil e a Alemanha, ao mesmo tempo em que…
Vídeos digitais tornaram-se o meio de escolha para um número cada vez maior de pessoas se comunicando via Internet e seus dispositivos móveis. Durante a última década, o mundo testemunhou um crescimento explosivo na quantidade de dados de vídeo devido aos desenvolvimentos tecnológicos surpreendentes. Nesse cenário, há uma demanda crescente por sistemas eficientes para reduzir o trabalho e…
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 …
Devido aos rápidos avanços em tecnologias de aquisição e transmissão de dados, as pessoas são constantemente inundadas por informações na forma de vídeo digital. Nesse cenário, há uma crescente demanda por sistemas eficientes capazes de gerenciar grandes volumes de dados de vídeo e reduzir a carga de trabalho e o excesso de informação ao se buscar um dado conteúdo de interesse. Um dos pri…
Com a popularização de plataformas de redes sociais com foco em conteúdo gerado por seus próprios usuários, um enorme volume de imagens e vídeos passaram a serem geradas diariamente. A catalogação e busca desses conteúdos se faz necessária, no entanto, a análise dessa imensa quantidade de conteúdo de maneira manual é praticamente impossível, tornando essencial a utilização de sistemas cap…
Hoje em dia o uso de métodos de visão computacional vem crescendo devido a ótimos resultados obtidos em tarefas de reconhecimento de imagens e vídeos. Isso se deve principalmente a evolução dos métodos de aprendizado de máquina, em especial, redes neurais profundas. Entretanto, esses métodos são normalmente adaptados para problemas com limites muito bem definidos, tendo, assim, baixa flex…
Vídeos digitais tornaram-se o meio de escolha para um número cada vez maior de pessoas se comunicando via Internet e seus dispositivos móveis. Durante a última década, o mundo testemunhou um crescimento explosivo na quantidade de dados de vídeo devido aos desenvolvimentos tecnológicos surpreendentes. Nesse cenário, há uma demanda crescente por sistemas eficientes para reduzir o trabalho e…
As mudanças ambientais tornaram-se uma questão importante na agenda global. Um exemplo representativo desses problemas surge no contexto dos estudos de fenologia. Recentemente, fenologia tem ganho importância como o indicador mais simples e confiável dos efeitos das mudanças climáticas sobre plantas e animais. A escassez ou falta de informações e sistemas de monitoramento em regiões tropi…
Métodos de Aprendizado Profundo tem obtido avanços revolucionários em muitas áreas de pesquisa devido a sua capacidade de aprendizado através de dados crus. Em particular, as Redes Neurais Convolucionais tem substancialmente aumentado o desenvolvimento de sistemas multimídia inteligentes, como sistemas de processamento de linguagem natural e sistemas de visão computacional. Entretanto, qu…
Vídeos digitais tornaram-se o meio de escolha para um número cada vez maior de pessoas se comunicando via Internet e seus dispositivos móveis. Ao longo da última década, o mundo testemunhou um crescimento explosivo na quantidade de dados de vídeo fomentado por desenvolvimentos tecnológicos surpreendentes. Nesse cenário, há uma demanda crescente por sistemas eficientes para reduzir o traba…