CV Lattes
ResearcherID
ORCID
Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC) (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
É Bel. em Ciências de Computação pela Universidade de São Paulo (1983), com Mestrado em Ciências de Computação pelo ICMSC da Universidade de São Paulo (1987), e Doutorado em Física Computacional pela Universidade de São Paulo (1991), e pós-doutorado em Computação pela Carnegie Mellon University (1998-2000). Atualmente é Professora Titular no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (SP). Supervisionou mais de 60 alunos de Pós-Graduação e tem coordenado projetos de pesquisa em grandes redes nacionais e internacionais. Tem experiência na área de Ciências da Computação, com ênfase em Processamento Gráfico (Graphics) e Bases de Dados Complexos, atuando principalmente nos seguintes temas: recuperação de imagens baseada em conteúdo, imagens médicas, CBIR, consultas por similaridade, extração de características de imagens, visualização de informação e mineração de imagens e dados complexos. (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) na Revista Pesquisa FAPESP sobre o(a) pesquisador(a): |
| Conexiones climáticas y ambientales |
| Conexões climáticas e ambientais |
| Mais itensMenos itens |
| Ciência e Inovação Digital em Saúde |
| Ciência e Inovação Digital em Saúde |
| Mais itensMenos itens |
| 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) |
Este projeto de pesquisa suplementar visa propor, explorar e desenvolver novos métodos e algoritmos a serem usados em processos de tomada de decisão para diagnóstico médico e prognóstico de pacientes no contexto da COVID-19. Estes métodos e algoritmos serão instanciados em sistemas e aplicativos que serão disponibilizados à comunidade científica para apoiar de modo rápido e preciso tal pr…
Hoje, quase todas as atividades humanas geram e/ou demandam armazenar e processar conjuntos de dados cada vez maiores, que muitas vezes são diversos e complexos. Esse cenário de crescimento vertiginoso, que ocorre tanto no meio científico, acadêmico, empresarial e até mesmo nas atividades de lazer, demanda novos métodos eficientes para organização e acesso. Tal cenário está sendo chamado …
O evento é constituído por seções técnicas de apresentação de artigos científicos, que são selecionados em processo de peer-review sob os cuidados do Comitê de Programa do evento. Há também palestras convidadas, mesa redonda e minicurso convidado... (AU)
Estratégias de visualização da informação têm sido desenvolvidas e aplicadas para otimizar a análise de dados de diferentes tipos e oriundos de diferentes domínios. Em muitas situações do mundo real, dados representam elementos de um domínio (por exemplo, pessoas) e suas interações (por exemplo, consultas médicas, amizades ou colaborações científicas). Dados com essas características pode…
Com o advento do big data, dados passaram a ser produzidos e gerados em larga escala, utilizados por modelos de Aprendizado de Máquina (AM) para gerar novos conhecimentos. Diversas áreas tem se beneficiado com o big data e AM, umas delas é a área da saúde, que pode empregar dados complexos como imagens para auxiliarem os especialistas médicos na tomada de decisão. Embora esses conceitos s…
Indexar e recuperar informações organizadas em bases de dados, de modo eficiente e preciso para responder às consultas solicitadas pelos usuários, são pilares do processo de engenharia e ciência de dados. Os sistemas computacionais atuais precisam manipular dados complexos (imagens, textos longos, vídeos, séries temporais, entre outros tipos de dados), que demandam tratamento diferenciado…
Em contextos médicos, os dados podem ser recolhidos a partir de fontes heterogêneas, como máquinas de raio-X, exames de sangue, dispositivos portáteis e dispositivos da Internet das Coisas. As estratégias de Inteligência Artificial (IA), como a Aprendizagem Profunda (AP), podem combinar estes dados para descobrir padrões e anomalias. O DL é especializado na classificação de imagens médica…
A enorme quantidade de vídeos disponibilizada on-line todos os dias tem criado uma demanda por ferramentas inteligentes para apoiar necessidades básicas de sistemas multimídia, como indexação, recuperação e rotulação automática. Estratégias robustas de reconhecimento de eventos podem auxiliar diretamente tais necessidades. Uma abordagem comum para esta tarefa é extrair características de …
Nos últimos anos devido aos avanços na tecnologia tem aumentado significativamente a quantidade e variedade de dados disponíveis para análise. Esse cenário intensificou o desenvolvimento de estratégias, para o processamento rápido e automático desses dados. Os métodos de acesso métricos (MAMs) são estratégias para estes prósitos, eles trazem maneiras efetivas para acelerar o tempo de proc…
Serviços de mídias sociais como Facebook, Flickr e Google+ permitem que um usuário compartilhe diversas imagens, vídeos e comentários. Desse modo, ocorre a geração de um grande volume de dados, apresentando um grande desafio para as tarefas de recuperação de informação. Diferentemente de dados convencionais como números e pequenas cadeias de caracteres, não faz sentido comparar imagens e …