Atualmente é Professor Associado no Instituto de Matemática, Estatística e Computação Científica (IMECC) da Universidade Estadual de Campinas (Unicamp). Possui pós-doutorado em Física Computacional pelo Instituto de Física de São Carlos (IFSC) da Universidade de São Paulo (USP) (2016), estágio pós-doutoral na University of Birmingham (Inglaterra) (2014/2015), doutorado (2013) e mestrado (2009) pelo IFSC/USP e bacharelado em Ciências de Computação pelo Instituto de Ciências Matemáticas e de Computação (ICMC/USP) (2006). Tem experiência nas áreas de Matemática Computacional e Ciência da Computação, atuando principalmente nos seguintes temas: redes neurais profundas, análise de imagens digitais e séries temporais, medidas de generalização de redes neurais e aplicações em imagens biológicas.Conta atualmente com 73 trabalhos indexados no Scopus e Web of Science (FATOR H 15), publicados em revistas e conferências internacionais respeitadas em áreas como Computação, Medicina e afins. Em seu trabalho, tem contado também com parcerias internacionais com as universidades Incheon National University (Coreia do Sul e, Birmingham (Reino Unido), além de colaborações com a Faculdade de Ciências Médicas da Unicamp e outras universidades brasileiras, entre elas, unidades da USP/São Carlos, USP/São Paulo, UFU, UTFPR, UFPR, entre outras.Foi grantee do Instituto Serrapilheira em 2019 e no momento é pesquisador associado do centro FAPESP de inteligência artificial BIOS (Brazilian Institute of Data Science). É também membro da diretoria da Academia Brasileira de Jovens Cientistas. (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) no Pesquisa para Inovação FAPESP sobre o(a) pesquisador(a): |
| Inovação digital ajuda a conter crescimento exponencial dos gastos com saúde |
| Mais itensMenos itens |
| 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) |
A disponibilidade crescente de dados digitalizados e o sucesso de algoritmos de aprendizado profundo têm feito com que esses modelos sejam cada vez mais usados na análise de imagens médicas. Uma dificuldade porém que surge frequentemente nesse tipo de aplicação é a dificuldade de se obter uma grande quantidade de dados anotados. Isso tem levado recentemente a um interesse crescente pela a…
Este projeto propõe o estudo e desenvolvimento de uma metodologia computacional para análise de imagens introduzindo elementos da teoria fractal em redes neurais convolucionais profundas. Embora estas redes tenham se tornado onipresentes na visão computacional como um todo, e em particular na análise de imagens médicas, teorias clássicas como a geometria fractal podem ainda ser bastante ú…
Introdução: A fractalidade é onipresente em medicina e ciências da vida. Em particular, o princípio fractal é encontrado simultaneamente em diferentes níveis de organização do núcleo da célula. O objetivo desta revisão é mostrar se características fractais da cromatina poderiam estar relacionadas patologia e patofisiologia do tumor .Áreas cobertas: Esta revisão fornece uma visão geral da …
Este projeto propõe o estudo e desenvolvimento de ferramentas matematico-computacionais para análise de imagens baseadas no conceito de sistemas complexos. Mais especificamente, o pesquisador pretende focar em três abordagens, a saber, geometria fractal, redes complexas e métodos de Física-Matemática. Todas estas técnicas possuem em comum o fato de que conseguem descrever com grande grau …
Este projeto propõe o estudo e desenvolvimento de ferramentas matematico-computacionais para análise de imagens médicas acrescentando o conceito de padrão local binário ao fluxo de uma rede neural multi-camadas. É fato que as redes neurais, especialmente as convolucionais, têm se popularizado na análise de imagens em geral e em particular na área médica. Contudo, outras abordagens para re…
Este trabalho propõe o desenvolvimento e aplicação de ferramentas matemáticas de análise de imagens derivadas da geometria fractal à análise e identificação de espécies de plantas da flora brasileira. A proposta de usar geometria fractal para essa análise surge da precisão que esta apresenta na modelagem de objetos da natureza, uma vez que elementos como as folhas vegetais possuem proprie…
O presente trabalho propõe a aplicação da Análise Funcional de Dados (FDA) ao reconhecimento de padrões em assinaturas de imagens. A Análise Funcional de Dados é uma técnica que estuda formas de se representar dados originalmente na forma de vetor (sinal) por funções analíticas. Com isso é possível a análise de funcionais derivados, como integrais, derivadas, curvaturas, entre outros. Já …
Este trabalho propõe a investigação da identificação de espécies de plantas por métodos de análise de imagens baseados em fractais. As imagens foliares serão obtidas por três modalidades diferentes (superfície escaneada da folha, imagens microscópicas de estômatos e cortes histológicos) e serão analisadas usando-se métodos computacionais inovadores desenvolvidos inicialmente para a anális…
CV Lattes
ORCID