CV Lattes
ResearcherID
ORCID
Universidade Estadual Paulista (UNESP). Campus de São José do Rio Preto. Instituto de Biociências, Letras e Ciências Exatas (IBILCE) (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
É doutor em Ciências de Computação e Matemática Computacional pelo Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC/USP), mestre também pelo ICMC/USP e graduado em Sistemas de Informação pela Universidade Federal de Mato Grosso do Sul (UFMS). Fez estágio de pesquisa no doutorado na École Nationale Supérieure de Techniques Avancées (ENSTA, Institute Polytechnique de Paris) na França. Realizou Pós-Doutorado em Física Computacional pelo Instituto de Física de São Carlos da USP (IFSC/USP). Atualmente, é Professor Assistente do Instituto de Biociências, Letras e Ciências Exatas (IBILCE) da Universidade Estadual Paulista (UNESP). Recebeu pela sua tese de doutorado diversos prêmios: Menção Honrosa no Prêmio CAPES de Tese (2022); Menção Honrosa no Prêmio Tese Destaque USP (2022); Terceira colocação no XXXV Prêmio de Teses e Dissertações da Sociedade Brasileira de Computação - SBC (2022). É integrante ou integrou projetos de pesquisa sobre aprendizado de máquina, visão computacional e redes complexas. Possui 23 publicações em periódicos internacionais e 19 em conferências. É revisor de vários periódicos internacionais e de conferências. Tem interesse nos campos de pesquisa de Visão Computacional, Computação Móvel, Reconhecimento de Padrões, Aprendizado de Máquina, Redes Neurais Artificiais, Sistemas Complexos e aplicações. (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) |
O reconhecimento de padrões em imagens é um tópico chave da visão computacional, envolvendo a análise de características visuais (como textura, cor e forma) e tendo aplicações variadas. Atualmente, existem dois paradigmas principais de métodos, com vantagens e desvantagens: o clássico, que usa descritores manuais e exigem maior conhecimento de domínio, e abordagens baseadas em aprendizado…
Texturas são atributos essenciais no reconhecimento de padrões em imagens e possuem aplicações práticas em áreas como medicina, ciência dos materiais e botânica. Embora algumas texturas apresentem padrões visuais simples, texturas reais, como as encontradas na natureza, geralmente envolvem processos não lineares em sua formação, o que aumenta a complexidade e dificulta a análise. Além dis…
Diante da crescente complexidade e diversidade das imagens capturadas por diferentes dispositivos, surge a necessidade de métodos de análise de imagens mais sofisticados. As imagens capturadas por biossensores são exemplos de dados contemporâneos e ainda pouco estudados. Elas são compostas por padrões complexos que demandam métodos altamente discriminativos, capazes de descrever sua compl…
Texturas são atributos essenciais em reconhecimento de padrões em imagens e têm aplicações práticas em áreas como medicina, ciência dos materiais e botânica. Embora algumas texturas possam apresentar padrões visuais simples, em geral, texturas reais, como aquelas de sensores, envolvem processos não lineares em sua formação, o que adiciona complexidade e dificulta a análise. Este projeto v…
A análise de textura é uma tarefa clássica, porém ainda desafiadora, em visão computacional, para a qual redes neurais artificiais estão sendo aplicadas ativamente. A maioria das abordagens se aproveitam de grandes e complexas arquiteturas de redes neurais convolucionais treinadas com enormes bases de dados e que demandam alto poder de processamento. Em contraste com essas abordagens base…
Grandes esforços têm sido feitos por pesquisadores de diferentes áreas para o desenvolvimento de sensores e biossensores para diversas finalidades tais como diagnóstico precoce de câncer, detecção de contaminação em alimentos/água, etc. Nesse sentido, muitos pesquisadores têm se concentrado no desenvolvimento de novas estratégias de detecção e diagnóstico de baixo custo. Particularmente,…
As redes complexas têm sido utilizadas como ferramenta de estudo e contribuído em diversas áreas da ciência devido ao seu carácter interdisciplinar e simplicidade conceitual. Em ciência da computação, as redes vêm sendo usada em problemas de arquitetura, inteligência artificial, redes de computadores e visão computacional. No que tange à visão computacional, diversas abordagens têm sido p…
Rede complexa está sendo cada vez mais utilizada devido à sua flexibilidade e capacidade de representar e analisar qualquer sistema discreto e muitos tipos de dados. Nesse sentido, o reconhecimento de padrões e as redes complexas surgem como uma alternativa importante na ciência de dados. O reconhecimento de padrões nas redes visa a extração de características para classificar redes em la…