CV Lattes
Universidade Estadual Paulista (UNESP). Campus de Bauru. Faculdade de Ciências (FC) (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
Graduado em Ciência da Computação na Universidade Estadual Paulista Júlio de Mesquita Filho(UNESP) -Faculdade de Ciências- Bauru. Estudou no Instituto de Matemática e Estatística, USP São Paulo, durante um 1 ano (2017), onde realizou as disciplinas: Análise de Algoritmos; Introdução à Probabilidade e à Estatística; Visão e Processamento de Imagens; e mais outras 6 disciplinas. Participou do grupo de Pesquisa Recogna da UNESP visando otimização meta-heurística. Foi contemplado com uma bolsa de iniciação científica (2018) financiada pela Fundação Amparo à Pesquisa do Estado de São Paulo (FAPESP) com o tema 'Ajuste de Hiperparâmetros em Máquinas de Boltzmann Restritas Utilizando Programação Genética' que teve como objetivo introduzir uma abordagem baseada em Programação Genética para o ajuste fino de hiperparâmetros de Máquinas de Boltzmann Restritas. Realizou um Estágio de Pesquisa no Exterior - BEPE, com Bolsa FAPESP (Processo nº 2019/13051-9), durante o período de 11/07/2019 a 11/10/2019, na RMIT University, Melbourne - Austrália, para desenvolvimento de parte do projeto de pesquisa intitulado 'Avaliação de úlceras venosas da perna utilizando Máquina de Bolztmann Restrita Convolucional com Programação Genética para sistemas de imagem térmica', sob a supervisão do Professor Dinesh Kant Kumar e Professor Dr. João Paulo Papa. (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) |
Técnicas de aprendizado de máquina têm sido amplamente utilizadas nas mais diversas aplicações, principalmente aquelas baseadas em aprendizado em profundidade. Entretanto, essas técnicas possuem diversos hiperparâmetros que requerem seu ajuste de maneira personalizada para cada base, sendo essenciais para um bom desempenho da técnica. O presente projeto de pesquisa objetiva introduzir uma…
Técnicas de aprendizagem profunda têm sido amplamente utilizadas ao longo dos últimos anos devido aos seus resultados promissores em uma ampla gama de aplicações, como a análise de imagens médicas. Uma abordagem tradicional usada para resolver este problema é o conhecido modelo Máquina de Boltzmann Restrita (Restricted Boltzmann Machine - RBM), capaz de extrair recursos e aprender boas re…
| 1 | Bolsas no país concluídas |
| 1 | Bolsas no exterior concluídas |
| 2 | Todas as Bolsas |
| Processos vinculados | |