Atualmente é docente da Universidade Estadual Paulista (IBILCE-UNESP), bolsista de produtividade do CNPq, e pesquisador do CEPID-FAPESP CeMEAI-USP. É orientador acadêmico em programas de Pós-Graduação da UNESP e coordena o projeto SP Covid-19 Info Tracker (www.spcovid.net.br), cujo propósito é disponibilizar à sociedade, governos, e veículos da imprensa uma plataforma brasileira de monitoramento da COVID-19. Tem conduzido estudos e assessorias técnicas sobre a pandemia para autoridades do poder público e do judiciário, colaborando desde 2020 como cientista convidado nas coberturas jornalísticas da Rede Globo, Grupo Bandeirantes, SBT, CNN, UOL, Folha de S.Paulo, Estadão e O Globo em assuntos relacionados à pandemia. Em 2019 atuou como professor na UNIVESP ministrando disciplinas na modalidade EaD. De 2015 à 2016 desenvolveu pesquisa de pós-doutorado no ICMC/USP em Visão de Máquina e Matemática Aplicada e Computacional. Em 2014 obteve o título de doutor na área de Ciências da Computação pelo ICMC/USP, atuando nas mesmas frentes de seu pós-doutorado. Em 2013 foi pesquisador visitante (doutorado sanduíche) na Brown University e MIT, sob a supervisão do Prof. Gabriel Taubin. Nos períodos de 2008-2010 e 2004-2007 concluiu o Mestrado em Matemática e o Bacharelado em Matemática Aplicada e Computacional no IBILCE-UNESP. Tem contribuído em comitês científicos de assessoramento como editor, membro técnico, e revisor de periódicos externos nas linhas de Processamento de Imagens, Matemática Aplicada, Inteligência Computacional e Sensoriamento Remoto. Teve seus avanços de pesquisa reconhecidos por sociedades científicas nacionais e do exterior como o CLEI (Comitê Latino-americano de Informática - prêmio de melhor tese de doutorado), SBMAC (Sociedade Brasileira de Matemática Aplicada e Computacional - prêmio Odelar Leite Linhares - melhor tese de doutorado), CAPES (menção honrosa - prêmio CAPES de Tese), e USP (prêmio USP Tese Destaque - grande área de Ciências Exatas e da Terra). Tem experiência nas áreas de Visão Computacional (Segmentação, Inpainting, Colorization, Registration), Matemática Aplicada e Computacional (Modelagem Numérica, Equações Diferenciais, Otimização, Epidemiologia Matemática), Inteligência Computacional (Machine Learning, Unsupervised Learning, Data Science), Visualização da Informação, Programação e Aplicações Tecnológicas na Indústria (Algoritmos Inteligentes no Setor de Energias, Meio Ambiente e Meio de Produção). (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) |
Este projeto contempla duas linhas distintas de pesquisa: Segmentação de Imagens Digitais e Modelagem Epidemiológica da COVID-19 Dirigida por Dados. Trata-se de um projeto de natureza multidisciplinar que procura aliar desenvolvimentos teóricos e computacionais como solução de diferentes aplicações no âmbito da Inteligência Computacional, com resultados anteriores já publicados em conferê…
A previsão da geração de eletricidade é uma das tarefas mais importantes no gerenciamento de sistemas energéticos modernos. Melhorar a assertividade dessa previsão pode auxiliar agências governamentais, companhias elétricas e fornecedores de energia a minimizar o custo da eletricidade para o consumidor final. Neste trabalho, o problema de previsão de demanda de energia elétrica no Sistema…
Técnicas de Aprendizado Computacional tem contribuído de forma efetiva e transdiciplinar em aplicações de Visão Computacional e Reconhecimento de Padrões, como o mapeamento do desmatamento do bioma Amazônico. Neste contexto, algoritmos do tipo data-driven tem viabilizado o desenvolvimento de ferramentas inovadoras e precisas na identificação de áreas desmatadas a partir da análise de séri…
Em um ambiente especulativo e competitivo como o mercado de energia, predizer a geração da eletricidade e seu preço de liquidez são tarefas desafiadoras que, na prática, podem auxiliar tomadas de decisões dos agentes do mercado. Além da geração eólica e hidráulica, ambas de ampla participação no balcão de negócios, a energia fotovoltaica também tem angariado parte dos contratos mais recen…
Aprendizado de Máquina (AM) tem sido uma ferramenta efetiva na elaboração de planos de eficiência energética e em tomadas de decisões de empresas, investidores e autarquias públicas do setor elétrico. Nesse contexto, um tema de interesse da indústria mundial de energia tem sido o consumo (indireto) da eletricidade resultado da mineração de moedas virtuais, isto é, as chamadas criptomoedas…
O uso de exames a partir de imagens é comum no meio médico da oftalmologia. Nessa frente, são utilizadas imagens de retina (fundus images) adquiridas em diferentes momentos ou de aparelhos distintos a fim de amparar diagnósticos médicos e monitorar o progresso de doenças. Tal problemática recebe o nome de registro de imagens, a qual vem experimentando importantes avanços devido ao uso do …
Embora imagens de Sensoriamento Remoto (SR) tenham sido utilizadas com grande sucesso em aplicações diversas, a qualidade dessas imagens pode cair drasticamente devido à problemas ocorridos na fase de aquisição dos dados, como alterações na captura dos sinais ou falhas no sensor que podem resultar em uma imagem contendo danificações e/ou oclusões. Essas oclusões dificultam a realização de…
O referido estágio de pesquisa no exterior visa desenvolver parte substancial do aporte computacional e teórico acerca do tópico segmentação de dados a partir de grafos de grande porte. Aliado ao projeto de doutorado ora em execução, o qual tem como foco central segmentar malhas de hexaedros e imagens utilizando a teoria espectral de grafos, este estágio visa explorar novas metodologias p…
CV Lattes
ORCID