CV Lattes
ORCID
Google Scholar Citations
Universidade Tecnológica Federal do Paraná (UTFPR). Campus Curitiba (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
Professor Adjunto na Universidade Tecnológica Federal do Paraná (UTFPR-Curitiba). Em 2014, recebeu o título de doutor em Ciência da Computação pela Universidade Federal de Minas Gerais, com doutorado sanduíche na University of Birmingham, Reino Unido (2012), e no INRIA-Paris, França (2013). De dezembro de 2019 a junho de 2021, foi Professor Visitante na University of Toronto, Canadá. Em 2018, foi Professor Visitante na University of Quebec at Montreal. Em 2011, foi um pesquisador visitante por seis meses na Telecom Italia, Itália. Publicou diversos trabalhos em periódicos e conferências de alto impacto e vários de seus trabalhos foram agraciados com prêmios de melhor trabalho/menção honrosa. Seus interesses de pesquisa incluem Mineração de Dados, Computação Urbana, Aprendizado de Máquina e Análise de Redes Sociais. (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) |
Novas fontes massivas de dados, como o Waze e Twitter, conhecidas como redes sociais baseada em localização (LBSN), habilitam a observação em larga escala de usuários em tempo (quase) real e durante janelas consideráveis de tempo, sendo assim uma fonte de sensoriamento social. Com isso, nossa pesquisa é guiada pelos objetivos de: (1) caracterizar e modelar os padrões do comportamento soc…
As redes de sensoriamento participativo (RSPs), como Instagram e Foursquare, permitem a observação das ações de centenas de milhões de pessoas em áreas urbanas em tempo (quase) real e durante longos períodos de tempo, sendo assim uma fonte de sensoriamento social. Com isso, nossa pesquisa é guiada pelos objetivos de: (1) caracterizar e modelar os padrões do comportamento social urbano e …
A modelagem dos padrões de comportamento tem atraído a atenção de pesquisadores em diferentes áreas. É importante ressaltar que os dados derivados das LBSNs são diferentes de dados provenientes de traços de GPS ou de dados tradicionais do uso do telefone celular, como ligações telefônicas, e apresentam características especiais e variados contextos. Por exemplo, os check-ins em serviços d…
Novas fontes massivas de dados, como o Waze e Twitter, conhecidas como redes sociais baseada em localização (LBSN), habilitam a observação em larga escala de usuários em tempo (quase) real e durante janelas consideráveis de tempo, sendo assim uma fonte de sensoriamento social. Com isso, nossa pesquisa é guiada pelos objetivos de: (1) caracterizar e modelar os padrões do comportamento soci…
Novas fontes massivas de dados, como o Waze e Twitter, conhecidas como redes sociais baseada em localização (LBSN), habilitam a observação em larga escala de usuários em tempo (quase) real e durante janelas consideráveis de tempo, sendo assim uma fonte de sensoriamento social. Com isso, nossa pesquisa é guiada pelos objetivos de: (1) caracterizar e modelar os padrões do comportamento soci…
| 2 | Auxílios à pesquisa concluídos |
| 11 | Bolsas no país concluídas |
| 13 | Todos os Auxílios e Bolsas |
| Processos vinculados | |