CV Lattes
ResearcherID
ORCID
Google Scholar Citations
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação (FEEC) (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
Possui graduação em Engenharia de Computação pela Universidade Estadual de Campinas (2008), mestrado e doutorado em Engenharia Elétrica pela Universidade Estadual de Campinas (2010 e 2013, respectivamente). Atualmente, é Professor Associado I (MS 5.1) da Faculdade de Engenharia Elétrica e de Computação desta mesma universidade. Suas principais áreas de pesquisa são: inteligência computacional, aprendizado de máquina, processamento de sinais e filtragem adaptativa. (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 de mestrado trata do estudo de técnicas de identificação de padrões no contexto de sinais de eletrocardiograma (ECG), tomando como foco a detecção de doenças cardiovasculares (CVD). CVDs são a principal causa de morte no mundo, e a maior parte dessas mortes ocorrem em países de baixa e média renda.A técnica de identificação de padrões a ser estudada no projeto proposto é o u…
A aplicação de redes de aprendizado profundo em interfaces cérebro-computador (BCIs, do inglês brain-computer interfaces) tem se intensificado, em grande parte, pelo potencial que tais modelos apresentam na análise de sinais brutos de eletroencefalogramas (EEGs). Em especial, as redes neurais convolucionais (CNNs, do inglês convolutional neural-networks), que têm se destacado na classific…
O problema de separação cega de fontes consiste em tentar extrair ou separar os diversos sinais (fontes) presentes em um conjunto de observações coletadas, as quais são compostas de misturas destes sinais. O termo "cego" indica que, a priori, tem-se pouca ou nenhuma informação sobre o processo de mistura e/ou sobre as próprias fontes, o que torna o problema bastante desafiador. Uma aborda…
A possibilidade de usar métodos de aprendizado de máquina baseados na teoria da informação (em inglês, information-theoretic learning (ITL)) para realizar filtragem supervisionada se mostra atraente na medida em que permite explorar de forma mais efetiva a informação estatística presente no sinal de referência e nas entradas do filtro.De um ponto de vista estrutural, um interessante exemp…
As redes neurais recorrentes constituem uma importante classe de ferramentas dentro da neurocomputação devido ao grande potencial que possuem para lidar com problemas de natureza dinâmica e temporal, uma vez que dispõem de laços de realimentação entre diferentes camadas de neurônios. No entanto, os principais algoritmos desenvolvidos para o processo de treinamento deste tipo de rede podem…
| 1 | Auxílios à pesquisa concluídos |
| 2 | Bolsas no país contratadas |
| 5 | Bolsas no país concluídas |
| 8 | Todos os Auxílios e Bolsas |
| Processos vinculados | |