CV Lattes
ORCID
Google Scholar Citations
Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. Instituto de Ciência e Tecnologia (ICT) (Instituição-sede da última proposta de pesquisa) País de origem: Brasil
Marcos G. Quiles is an Associate Professor at the Department of Science and Technology, Federal University of São Paulo, Brazil. He received his BS degree, with honors, in 2003 from the State University of Londrina, Brazil, and his M.Sc. and Ph.D. degrees in Computer Science from the University of São Paulo, Brazil, in 2004 and 2009, respectively. From January to July of 2008, Quiles was a Visiting Scholar in the Perception and Neurodynamics Lab at The Ohio State University, Columbus-OH-US. From January to December of 2017, Quiles was an Academic Visitor at the University of York, York-UK. He was awarded a Brazilian research productivity fellowship from the Brazilian National Research Council (CNPq). His research interests include nature-inspired computing, machine learning, complex networks, and their applications in interdisciplinary problems. (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) |
Grande parte da energia consumida no mundo vem da queima de combustíveis fósseis à base de petróleo (óleo diesel, gasolina, querosene para aviação e gás liquefeito). Além dos combustíveis utilizados em nossa sociedade moderna, o petróleo também é matéria-prima de uma extensa cadeia de produtos, por exemplo, parafina, produtos de asfalto, nafta petroquímica, solventes, plásticos, etc. Apes…
Este projeto tem como objetivo principal o desenvolvimento de novas técnicas de aprendizado semi-supervisionado baseadas em redes para conjuntos de dados dinâmicos. Para o desenvolvimento dessas técnicas, serão utilizadas propriedades das redes complexas que representarão os dados e modelos computacionais dinâmicos para propagação dos rótulos. Das redes complexas serão extraídas medidas a…
A descoberta de materiais envolve a investigação de sistemas com propriedades físico-químicas de interesse. Tal estudo é desenvolvido no campo de ciência dos materiais, que através de simulações computacionais e experimentos laboratoriais descrevem como esses sistemas se comportam e reagem uns com os outros em diferentes ambientes. Contudo, simulações computacionais empregadas no estudo d…
A geração e a análise de novos materiais é um processo bastante lento e custoso, tanto do ponto de vista experimental quanto computacional. Métodos computacionais, como a dinâmica molecular e o cálculo DFT (Density Functional Theory), têm sido empregados para estudar compostos químicos. Contudo, mesmo fazendo uso de tais abordagens computacionais, o screening de materiais ainda é um proce…
O estudo de sistemas via redes complexas tem se mostrado uma área bastante ativa. Esse estudo é comumente realizado com base em medidas capazes de caracterizar os principais atributos topológicos da rede. Conhecer a estrutura topologia da rede é fundamental para o entendimento e reconhecimento de sistemas reais, bem como, para modelar e simular sistemas sintéticos. Os trabalhos desenvolvi…
A geração de uma rede que represente de forma fiel os dados de uma base qualquer é um dos passos fundamentais ao utilizar técnicas baseadas em redes. Além da construção da rede estática a partir do conjunto de dados inicial, outro passo importante a ser considerado está na incorporação, remoção e/ou modificação de novos exemplos a rede já existente (rede dinâmica). Para a geração desta re…
O estudo de sistemas reais via redes complexas tem sido uma área bastante ativa nos últimos anos. Contudo, grande parte do progresso obtido nesse período está relacionado ao estudo das propriedades de redes com topologia fixa (estática). Comumente, o estudo e a síntese de redes complexas faz uso de medidas capazes de caracterizar seus principais atributos topológicos. A caracterização da …