CV Lattes
ResearcherID
ORCID
Google Scholar Citations
Universidade Federal do Rio Grande do Sul (UFRGS). Instituto de Informática (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
é graduado em Ciência da Computação pela UFSM - Universidade Federal de Santa Maria (2002). Possui mestrado (2004); doutorado (2008) em Ciência da Computação pela UFRGS - Universidade Federal do Rio Grande do Sul, com estágio sanduíche na TUDelft/Holanda. Fez pós-doutorado na UFRGS (2009) e foi pesquisador convidado na TUDelft (2015). Atualmente é Professor Associado IV no Instituto de Informática da UFRGS. Suas áreas de interesse são: Microeletrônica, Arquitetura de Computadores, Sistemas Embarcados e IoT, Arquiteturas Reconfiguráveis e Heterogêneas, e sistemas de Hardware para Aprendizado de Máquina. Seus orientandos ganharam diversos prêmios, que incluem: melhor Tese de Doutorado pela SBC (2020), PDP 2023 (Best Student Paper), HPCC 2020 (Outstanding Paper), DAC 2020 Young Fellow (Best Poster), SBAC-PAD 2019 (Best Paper), WSCAD 2019 e 2018 (Best PhD Thesis), Computing Frontiers 2018 (Best Paper), WRC 2011 (Best Paper), VLSISOC 2007 (Best Paper). Mais detalhes em www.inf.ufrgs.br/~caco/ (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) |
Redes neurais cada vez mais profundas e, mais especificamente, convolucionais (CNN), têm mostrado ser uma solução de alta acurácia para lidar com o problema de classificação de tráfego na Internet, contribuindo com o melhor planejamento de capacidade, administração eficiente dos recursos, detecção de anomalias, dentre outros. Entretanto, para lidar com o aumento significativo no volume de…
| 1 | Auxílios à pesquisa concluídos |
| Processos vinculados | |