Esther Luna Colombini é professora na Universidade de Campinas (Unicamp), onde coordena o Laboratório de Robótica e Sistemas Cognitivos (LaRoCS). Possui Mestrado e Doutorado em Engenharia de Computação pelo Instituto Tecnológico de Aeronáutica (ITA). Seus interesses de pesquisa incluem aprendizado de máquina e inteligência artificial para robótica autônoma e saúde, com foco em Aprendizado por Reforço, Modelos Atencionais e Modelagem Cognitiva. É membro pesquisadora do Instituto Avançado de Inteligência Artificial (AI2), do Instituto Brasileiro de Neurociência e Neurotecnologia (BRAINN) e do Centro de Inteligência Artificial (C4AI). Atuou como Presidente da RoboCup Brasil, cofundadora e presidente da Olimpíada Brasileira de Robótica e da Mostra Nacional de Robótica, duas iniciativas públicas - apoiadas pelo Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) - que alcançam anualmente mais de 230.000 estudantes, com o objetivo de atraí-los para carreiras em STEM. Coordenou a aliança multilateral BRICSmart, apoiada pelo CNPq e pelo comitê BRICS-STI, que visa o uso de TIC para Utilização Inteligente de Recursos no Combate a Pandemias Globais, além de pesquisas sobre Aprendizado em Arquiteturas Cognitivas no Hub de Inteligência Artificial e Arquiteturas Cognitivas (H.IAAC). É atualmente vice-diretora do Instituto de Computação da Unicamp. (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) |
Recentemente, o uso de robôs em atividades diárias tornou-se comum. Como resultado, os ambientes são mais complexos, exigindo que os robôs desenvolvam a capacidade de aprendizagem por meio de interação com o meio ambiente e outros agentes. Esta capacidade permite que os robôs executem atividades que não foram pré-programadas. Para isso, os robôs devem ter cognição, o qual pode converter i…
Nos últimos anos, o volume de dados disponíveis já vinha aumentando de forma diversa, porém essa alta tomou outras proporções durante a pandemia de Covid-19. Em conjunto com a evolução de técnicas computacionais para análise dessas informações, isso fez com que áreas que se concentravam em abordagens qualitativas começassem a utilizar técnicas de computação científica para facilitar a con…
Um dos objetivos principais do aprendizado de máquina é aprender representações úteis. Uma idéia simples que não foi explorada em muitos campos é treinar funções de aprendizado de representação para maximizar informações mútuas entre suas entradas e saídas. Essa ideia é poderosa porque permite aprender recursos de maneira não supervisionada. O aprendizado não supervisionado é extremamente…
Reconstruções 3D precisas de objetos são fundamentais para diversas aplicações, desde robótica, computação gráfica e realidade virtual até medicina, geologia, agronegócio e arquitetura. Veículos aéreos não tripulados (VANTs) têm sido cada vez mais empregados para a captura de imagens aéreas a medida que modelos menores e mais acessíveis ficam disponíveis no mercado. Essas imagens podem se…
| 1 | Bolsas no país em andamento |
| 4 | Bolsas no país concluídas |
| 5 | Todas as Bolsas |
| Processos vinculados | |
Publicado em 30 de novembro de 2018 - Agência FAPESP. A Inteligência Artificial, área de pesquisa da Ciência da Computação, foi tema do Ciclo de Palestras ILP-FAPESP, que aconteceu dia 26/11 na Assembleia Legislativa de São Paulo (Alesp), na capital paulista.
CV Lattes
ORCID