CV Lattes
ResearcherID
ORCID
Google Scholar Citations
Universidade Estadual Paulista (UNESP). Campus de Tupã. Faculdade de Ciências e Engenharia (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
Graduado em Bacharelado em Informática pela Universidade de São Paulo (USP) em 2009, concluiu o Mestrado em 2011 também pelo Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC/USP). Concluiu seu Doutorado na mesma instituição em 2015 seguindo a linha de pesquisa de Inteligência Computacional. Em 2016 conquistou o 1o lugar no X Concurso de Teses e Dissertações em Inteligência Artificial e Computacional do 5th Brazilian Conference on Intelligent System (BRACIS-2016). Atualmente é Cientista de Dados na Dell Technologies atuando em problemas teóricos e práticos da Inteligência Artificial (IA) e Machine Learning (ML). Foi Professor Assistente Doutor na Faculdade de Ciências e Engenharia (FCE) da Universidade Estadual Paulista (UNESP - Câmpus de Tupã) ministrando disciplinas voltadas para a Ciência da Computação e IA/ML. Atuou também no Programa de Pós-Graduação em Engenharia Elétrica (PPGEE) do Instituto de Ciência e Tecnologia de Sorocaba (ICTS/UNESP) orientando alunos e ministrando disciplinas. Tem publicado em importantes periódicos, além de ser revisor ad-hoc de publicações internacionais. Seus principais interesses são em Aprendizado Ativo e Semissupervisionado, Agregação de Classificadores e Agrupadores (Ensembles), Detecção de Novidades/Anomalias, Seleção de Atributos e Computação Bioinspirada. Suas principais pesquisas têm aplicado Aprendizado de Máquina e Visão Computacional na Indústria/Agricultura 4.0/5.0, além de envolver Arquiteturas Cognitivas, assunto de seu pós-doutoramento concluído em 2022 no H.IAAC (Hub de Inteligência Artificial e Arquiteturas Cognitivas 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) |
Devido ao baixo custo e a agilidade na coleta de dados, Veículos Aéreos Não Tripulados (VANTs) são tipicamente usados no mapeamento de áreas agrícolas. Estes mapeamentos podem ajudar a detectar, em especial, doenças que afetam áreas plantadas, como as que se destinam ao cultivo da cana-de-açúcar. Neste contexto, a identificação de diferentes padrões em dados coletados por VANTs envolve, e…
Este trabalho tem como objetivo a coleta e estruturação de dados reais de plantações (e.g., de cana-de-açúcar) usando-se um Veículo Aéreo não Tripulado (VANT) com o intuito de prepará-los para uso em abordagens de Aprendizado de Máquina (AM). Tal tarefa se faz necessária ao se observar que no contexto da detecção de pragas, como a da broca da cana, raramente há disponibilidade de dados vi…
Este trabalho tem como foco o estudo de algoritmos de Aprendizado de Máquina (AM) capazes de fornecer melhores resultados na detecção de doenças em plantações ao superar dificuldades encontradas nesta tarefa. Em outras palavras, embora alguns trabalhos da literatura têm focado no uso de algoritmos supervisionados para induzir modelos capazes de detectar diferentes padrões visuais em plant…
Técnicas de mineração de dados têm um importante papel em diversas áreas do conhecimento humano. Para alcançar melhores resultados a partir dessas ferramentas, diversas abordagens baseadas em agregadores (ensembles) têm sido propostas e utilizadas na prática. No entanto, poucos trabalhos abordam a agregação de algoritmos de diferentes paradigmas de aprendizagem, como algoritmos de agrupam…
| 1 | Auxílios à pesquisa concluídos |
| 5 | Bolsas no país concluídas |
| 6 | Todos os Auxílios e Bolsas |
| Processos vinculados | |