Busca avançada
Ano de início
Entree

João Do Espirito Santo Batista Neto

CV Lattes ResearcherID


Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC)  (Instituição-sede da última proposta de pesquisa)
País de origem: Brasil

Possui graduação em Ciência da Computação pela Universidade Federal de São Carlos (1988), mestrado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (1991) e doutorado em Biomedical Engineering - Imperial College - University of London (1996). Atualmente é professor MS-3 da Universidade de São Paulo, na cidade de São Carlos. Tem experiência na área de Ciência da Computação, com ênfase em Processamento de Imagens, atuando principalmente nos seguintes temas: segmentação, extração de características, e reconhecimento de padrão. Atualmente tem orientado e desenvolvido trabalhos em segmentação de imagens por meio de redes complexas. (Fonte: Currículo Lattes)

Auxílios à pesquisa
Bolsas no país
Bolsas no Exterior
Apoio FAPESP em números * Quantidades atualizadas em 21/09/2019
Contate o Pesquisador

Este canal da BV/FAPESP deve ser utilizado tão somente para mensagens, referentes aos projetos científicos financiados pela FAPESP.


 

 

 

 

Palavras-chave utilizadas pelo pesquisador
Publicações resultantes de Auxílios e Bolsas sob responsabilidade do(a) pesquisador(a) (2)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

Publicações1
Citações3
Cit./Artigo3,0
Dados do Web of Science

GIAMPAOLO LUIZ LIBRALÃO; ANTONIO VALERIO NETTO; ANDRÉ PONCE DE LEON F. DE CARVALHO; MARIA CRISTINA FERREIRA DE OLIVEIRA. Determinação de vícios refrativos oculares utilizando Support Vector Machines. Sba : Controle & Automação, v. 16, n. 2, p. 146-158, . (00/04779-2, 02/08038-2, 01/09540-0)

LINARES, OSCAR A. C.; BOTELHO, GLENDA MICHELE; RODRIGUES, FRANCISCO APARECIDO; BATISTA NETO, JOAO. Segmentation of large images based on super-pixels and community detection in graphs. IET IMAGE PROCESSING, v. 11, n. 12, p. 1219-1228, . Citações Web of Science: 3. (11/05802-2)

Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.
Por favor, reporte erros na informação da página do pesquisador escrevendo para: cdi@fapesp.br.
X

Reporte um problema na página


Detalhes do problema: