Departamento de Ciências de Computação

Alneu de Andrade Lopes

possui graduação em Engenharia Civil pela Universidade Federal de Mato Grosso do Sul (1985), mestrado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (1995) e doutorado em Ciências da Computação pela Universidade do Porto (2001). Atualmente é professor doutor da Universidade de São Paulo. Atua na área de Inteligência Artificial e Aprendizagem de Máquina Proposicional e Relacional, principalmente nos seguintes temas: Mineração de Dados e Mineração de Redes Complexas.

http://lattes.cnpq.br/9140990601961322 (14122022)

Rótulo/Grupo:

Bolsa CNPq:

Período de análise:

Endereço: Universidade de São Paulo. Departamento de Ciências da Computação. Instituto de Ciências Matemáticas e de Computação. Av Trabalhador São-Carlense, 400 CEP 13560970 - São Carlos, SP - Brasil

Grande área: [sem-grandeArea]

Área: [sem-area]

Citações: Google Acadêmico

Produção bibliográfica

Artigos completos publicados em periódicos (31)
1. LOPES, A. A.; PINHO, R.; PAULOVICH, F. V.; MINGHIM, Rosane. Visual text mining using association rules. Computers & Graphics. v. 31, p. 316-326, 2007.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. Pinho, Roberto Dantas; Oliveira, M. C. F.; Andrade Lopes, Alneu. An incremental space to visualize dynamic data sets. MULTIMEDIA TOOLS AND APPLICATIONS. v. 50, p. 533-562, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. Bertini, João Roberto; Zhao, Liang; Motta, Robson; Lopes, Alneu de Andrade. A nonparametric classification method based on K-associated graphs. Information Sciences. v. 181, p. 5435-5456, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. Bertini, João Roberto; Lopes, Alneu de Andrade; Zhao, Liang. Partially labeled data stream classification with the semi-supervised K-associated graph. Journal of The Brazilian Computer Society (Online). v. 18, p. 1-12, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5. Bertini, João Roberto; Zhao, Liang; LOPES, ALNEU A.. An incremental learning algorithm based on the K-associated graph for non-stationary data classification. Information Sciences. v. 246, p. 52-68, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6. VALVERDE-REBAZA, JORGE; Andrade Lopes, Alneu. Exploiting behaviors of communities of twitter users for link prediction. Social Network Analysis and Mining. v. 3, p. 1063-1074, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7. ASSIRATI, L; SILVA, N R; BERTON, L; LOPES, A A; BRUNO, O M. Performing edge detection by Difference of Gaussians using q-Gaussian kernels. Journal of Physics. Conference Series (Online). v. 490, p. 012020-, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
8. VEGA-OLIVEROS, DIDIER A; BERTON, LILIAN; EBERLE, ANDRE MANTINI; Lopes, Alneu de Andrade; Zhao, Liang. Regular graph construction for semi-supervised learning. Journal of Physics. Conference Series (Online). v. 490, p. 012022-, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
9. Carneiro, M. G.; Rosa, J. L.; LOPES, A. A.; ZHAO, L.. Network-based data classification: combining K-associated optimal graphs and high-level prediction. Journal of The Brazilian Computer Society (Online). v. 20, p. 14-, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
10. Motta, Robson; MINGHIM, Rosane; de Andrade Lopes, Alneu; F. OLIVEIRA, MARIA CRISTINA. Graph-based measures to assist user assessment of multidimensional projections. Neurocomputing (Amsterdam). v. 150, p. 583-598, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
11. ROSSI, RAFAEL GERALDELI; de Andrade Lopes, Alneu; DE PAULO FALEIROS, THIAGO; REZENDE, Solange Oliveira. Inductive Model Generation for Text Classification Using a Bipartite Heterogeneous Network. Journal of Computer Science and Technology. v. 29, p. 361-375, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
12. BERTON, L.; Faleiros, T. P.; Valejo, Alan; VALVERDE-REBAZA, JORGE; Lopes, Alneu de Andrade. RGCLI: Robust Graph that Considers Labeled Instances for Semi-Supervised Learning. Neurocomputing (Amsterdam). v. 226, p. 238-248, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
13. ROSSI, RAFAEL GERALDELI; Lopes, Alneu de Andrade; REZENDE, Solange Oliveira. Optimization and label propagation in bipartite heterogeneous networks to improve transductive classification of texts. INFORMATION PROCESSING & MANAGEMENT. v. 52, p. 217-257, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
14. BERTON, LILIAN; de Andrade Lopes, Alneu. Neighborhood graph construction for semi-supervised learning. AI Matters. v. 2, p. 14-15, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
15. ROSSI, R.; Lopes, Alneu de Andrade; Rezende, S. O.. Using bipartite heterogeneous networks to speed up inductive semi-supervised learning and improve automatic text categorization. KNOWLEDGE-BASED SYSTEMS. v. 132, p. 94-118, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
16. Drury, Brett; Valverde-Rebaza, Jorge Carlos; MOURA, MARIA-FERNANDA; Lopes, Alneu de Andrade. A survey of the applications of Bayesian networks in agriculture. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE. v. 65, p. 29-42, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
17. Drury, Brett; FERNANDES, ROBSON; Lopes, Alneu de Andrade. BrAgriNews: Um Corpus Temporal-Causal (Português-Brasileiro) para a Agricultura. LINGUAMÁTICA (BRAGA). v. 9, p. 41-54, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
18. FALEIROS, T. P.; GERALDELI ROSSI, RAFAEL; LOPES, A. A.. Optimizing the class information divergence for transductive classification of texts using propagation in bipartite graphs. PATTERN RECOGNITION LETTERS. v. 87, p. 127-138, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
19. Valverde-Rebaza, Jorge Carlos; Roche, M.; Pncelet, P.; Lopes, Alneu de Andrade. The role of location and social strength for friendship prediction in location-based social networks. INFORMATION PROCESSING & MANAGEMENT. v. 54, p. 475-489, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
20. CORRÊA, EDILSON A.; LOPES, ALNEU A.; AMANCIO, DIEGO R.. Word sense disambiguation: a complex network approach. INFORMATION SCIENCES. v. 442443, p. 103-113, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
21. Valejo, Alan; FERREIRA DE OLIVEIRA, MARIA CRISTINA; FILHO, GERALDO P.R.; Lopes, Alneu de Andrade. Multilevel approach for combinatorial optimization in bipartite network. KNOWLEDGE-BASED SYSTEMS. v. 151, p. 45-61, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
22. Valejo, Alan; GOES, F.; Romanetto, L.; OLIVEIRA, Maria Cristina de; Lopes, Alneu de Andrade. A benchmarking tool for the generation of bipartite network models with overlapping communities. KNOWLEDGE AND INFORMATION SYSTEMS. p. 1-29, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
23. Valejo, Alan; FERREIRA, V.; Fabri, R.; OLIVEIRA, Maria Cristina de; Lopes, Alneu de Andrade. A Critical Survey of the Multilevel Method in Complex Networks. ACM COMPUTING SURVEYS. v. 53, p. 1-35, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
24. Valejo, Alan; Faleiros, T. P.; Oliveira, M. C. F.; Lopes, Alneu de Andrade. A coarsening method for bipartite networks via weight-constrained label propagation. KNOWLEDGE-BASED SYSTEMS. v. 195, p. 105678-, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
25. DE PAULO FALEIROS, THIAGO; Valejo, Alan; de Andrade Lopes, Alneu. Unsupervised learning of textual pattern based on Propagation in Bipartite Graph. Intelligent Data Analysis. v. 24, p. 543-565, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
26. MINATEL, DIEGO; FERREIRA, VINÍCIUS; de Andrade Lopes, Alneu. Local-entity resolution for building location-based social networks by using stay points. THEORETICAL COMPUTER SCIENCE. v. ., p. 1-15, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
27. SHIGUIHARA, PEDRO; Lopes, Alneu de Andrade; MAURICIO, DAVID. Dynamic Bayesian Network Modeling, Learning, and Inference: A Survey. IEEE Access. v. ,, p. 1-1, 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
28. CARNEVALI, JULIO CÉSAR; GERALDELI ROSSI, RAFAEL; MILIOS, EVANGELOS; de Andrade Lopes, Alneu. A graph-based approach for positive and unlabeled learning. INFORMATION SCIENCES. v. 580, p. 655-672, 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
29. VALEJO, ALAN DEMÉTRIUS BARIA; FABBRI, RENATO; de Andrade Lopes, Alneu; Zhao, Liang; DE OLIVEIRA, MARIA CRISTINA FERREIRA. Multilevel Coarsening for Interactive Visualization of Large Bipartite Networks. Frontiers in Research Metrics and Analytics. v. 7, p. 1-18, 2022.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
30. Drury, Brett; GONÇALO OLIVEIRA, HUGO; de Andrade Lopes, Alneu. A survey of the extraction and applications of causal relations. Natural Language Engineering. v. 28, p. 361-400, 2022.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
31. Martins, Rafael Messias; Andery, Gabriel Faria; Heberle, Henry; Paulovich, Fernando Vieira; Andrade Lopes, Alneu; Pedrini, Helio; MINGHIM, Rosane. Multidimensional Projections for Visual Analysis of Social Networks. Journal of Computer Science and Technology. v. 27, p. 791-810, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Livros publicados/organizados ou edições (1)
1. Lopes, Alneu de Andrade. Memórias pantaneiras: a arte de Haroldo Palo Júnior. 1 ed. ICMC, Vento Verde, 2019. p. 65.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Capítulos de livros publicados (17)
1. Jorge, Alípio; Lopes, Alneu. Iterative Part-of-Speech Tagging. Em: Learning Language in Logic - LNAI State-of-Art Survey. 1 ed. : Springer-Verlag. 2000.p. 170-183.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. MELO, Vinícius Veloso; LOPES, A. A.. Efficient Identification of Duplicate Bibliographical References. Em: Frontiers in Artificial Intelligence and Applications: Advances in Logic Based Intelligent Systems - Selected Papers of LAPTEC 2005. : Ios Press. 2005.p. 169-176.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. Valverde-Rebaza, Jorge Carlos; Andrade Lopes, Alneu. Link Prediction in Complex Networks Based on Cluster Information. Em: Lecture Notes in Computer Science. 1 ed. : Springer Berlin Heidelberg. 2012.p. 92-101.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. Shiguihara-Juárez, Pedro Nelson; Andrade Lopes, Alneu. Learning Bayesian Network Using Parse Trees for Extraction of Protein-Protein Interaction. Em: Lecture Notes in Computer Science. 1 ed. : Springer Berlin Heidelberg. 2013.p. 347-358.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5. Valverde-Rebaza, Jorge Carlos; de Andrade Lopes, Alneu. Link Prediction in Online Social Networks Using Group Information. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2014.p. 31-45.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6. Drury, Brett; Cardoso, Paula C. F.; VALVERDE-REBAZA, JORGE; Valejo, Alan; Pereira, Fabio; de Andrade Lopes, Alneu. An Open Source Tool for Crowd-Sourcing the Manual Annotation of Texts. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2014.p. 268-273.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7. Drury, Brett; ROSSI, RAFAEL GERALDELI; de Andrade Lopes, Alneu. Identification of Brazilian Portuguese Causative Verbs through a Weighted Graph Classification Strategy. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2014.p. 274-279.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
8. de Andrade Lopes, Alneu; Jorge, Alípio. Combining Rule-Based and Case-Based Learning for Iterative Part-of-Speech Tagging. Em: Lecture Notes in Computer Science. 1 ed. : Springer Berlin Heidelberg. 2000.p. 26-36.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
9. de Andrade Lopes, Alneu; Brazdil, Pavel. Redundant Covering with Global Evaluation in the RC1 Inductive Learner. Em: Lecture Notes in Computer Science. 1 ed. : Springer Berlin Heidelberg. 1998.p. 111-120.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
10. de Andrade Lopes, Alneu; Jorge, A. M.. Integrating Rules and Cases in Learning via Case Explanation and Paradigm Shift. Em: Integrating Rules and Cases in Learning via Case Explanation and Paradigm Shift. 1 ed. : Springer Berlin Heidelberg. 2000.p. 33-44.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
11. Motta, Robson; de Andrade Lopes, Alneu; de Oliveira, Maria Cristina F.. Centrality Measures from Complex Networks in Active Learning. Em: Lecture Notes in Computer Science. 1 ed. : Springer Berlin Heidelberg. 2009.p. 184-196.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
12. Valejo, Alan; Drury, Brett; VALVERDE-REBAZA, JORGE; de Andrade Lopes, Alneu. Identification of Related Brazilian Portuguese Verb Groups Using Overlapping Community Detection. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2014.p. 292-297.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
13. Drury, Brett; Lopes, Alneu de Andrade. the identification of indicators of sentiment using a multi-view self-training algorithm. Em: Linguística, Informática e Tradução: Mundos que se Cruzam Homenagem a Belinda Maia. 1 ed. : University of Oslo. 2015.v. 1, p. 379-395.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
14. BERTON, LILIAN; Vega-Oliveros, Didier A.; VALVERDE-REBAZA, JORGE; da Silva, Andre Tavares; Lopes, Alneu de Andrade. Network Sampling Based on Centrality Measures for Relational Classification. Em: Communications in Computer and Information Science. 1 ed. : Springer International Publishing. 2017.p. 43-56.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
15. Valejo, Alan; FERREIRA, V.; OLIVEIRA, Maria Cristina de; Lopes, Alneu de Andrade. Community Detection in Bipartite Network: A Modified Coarsening Approach. Em: Community Detection in Bipartite Network: A Modified Coarsening Approach.. 1 ed. : Springer. 2018.p. 122-136.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
16. Puma, R.; Lopes, Alneu de Andrade. Reconstructing Pedestrian Trajectories from Partial Observations in the Urban Context. Em: Reconstructing Pedestrian Trajectories from Partial Observations in the Urban Context. 1 ed. : Spriger. 2018.p. 137-148.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
17. ROSSI, RAFAEL GERALDELI; REZENDE, Solange Oliveira; de Andrade Lopes, Alneu. Term Network Approach for Transductive Classification. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2015.p. 497-515.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Textos em jornais de notícias/revistas (1)
1. LOPES, A. A.; GOMES, J. C.; LEAL, S. C.. Democracia, Evolução e Teoria do Caos. Revista Ciência Hoje (SBPC), v. 31, p. 28-33, 01092002.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Trabalhos completos publicados em anais de congressos (53)
1. LOPES, A. A.. Uso de Programação Lógica Indutiva em Raciocínio Baseado em Casos. Em: XIII Simpósio Brasileiro de Inteligência Artificial - SBIA'96, p. -, 1996.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. MELO, Vinícius; LOPES, A. A.. Extração e Identificação Automaticas de Informações Bibliográficas de Artigos Científicos. Em: Jornadas Chilenas de Computacion - IV Workshop de Inteligencia Artificial, p. 1-7, 2003.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. MELO, Vinícius; LOPES, A. A.. Identificação Eficiente de Referências Bibliográficas Duplicadas em um Corpora de Artigos Científicos. Em: II Workshop de Tese e Dissertações em Inteligência Artificial 2004, p. 71-80, 2004.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. BRASIL, C. R. S.; LOPES, A. A.. Mineração de Artigos Científicos usando Aprendizado de Máquina. Em: Jornadas Chilenas de la Computación - V Workshop de Inteligencia Artificial, p. 1-7, 2004.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5. MELO, Vinícius Veloso; LOPES, A. A.. Usando as Referências Bibliográficas no Clustering de Artigos Científicos. Em: Jornadas Chilenas de la Computación - V Workshop de Inteligencia Artificial, p. 1-7, 2004.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6. LOPES, A. A.; MINGHIM, Rosane; MELO, Vinícius; PAULOVICH, F. V.. Mapping texts through dimensionality reduction and visualization techniques for interactive exploration of document collections. Em: SPIE - Conference on Visualization and Data Analysis, v. 6060, p. 01-12, 2006.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
7. MINGHIM, Rosane; PAULOVICH, F. V.; LOPES, A. A.. Content-based text mapping using multi-dimensional projections for exploration of document collections. Em: SPIE - Conference on Visualization and Data Analysis, v. 6060, p. 1-12, 2006.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
8. Motta, R.; Almeida, L.; LOPES, A. A.. Redes probabilísticas baseadas em similaridade na exploração de comunidades. Em: Web and Text Intelligence (SBIA-WTI 2008), p. 11-18, 2008.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
9. Motta, R.; LOPES, A. A.. Rede complexa probabilística baseada em similaridade na classicação de dados com ruídos. Em: Web and Text Intelligence (SBIA-WTI 2008), p. 75-82, 2008.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
10. PINHO, R.; LOPES, A. A.; OLIVEIRA, Maria Cristina de. Incremental Board: A Grid-based Space for Visualizing Dynamic Data Sets. Em: 24th Annual ACM Symposium on Applied Computing - Multimedia and Visualization Track, p. 1757-1764, 2009.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
11. LOPES, A. A.; Bertini, J.; ZHAO, L.. Classification Based on the Optimal K-Associated Network. Em: 1st International Conference on Complex Sciences: Theory and Applications, Complex09, v. 4, p. 1167-1177, 2009.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
12. Anderey, G.; LOPES, A. A.; MINGHIM, Rosane. Exploração visual multidimensional de redes sociais. Em: 2nd International Workshop on Web and Text Intelligence, p. 1-9, 2009.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
13. Álvarez, A. C.; LOPES, A. A.. Information Extraction from Tagged Bibliographical References. Em: 2n International Worshop on Web and Text Intelligence, p. 1-9, 2009.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
14. Felizardo, K.; Martins, R. M.; MALDONADO, J. C.; LOPES, A. A.; MINGHIM, Rosane. Content Based Visual Mining of Document Collections Using Ontologies. Em: 2nd International Workshop on Web and Text Intelligence, p. 1-8, 2009.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
15. Almeida, L.; LOPES, A. A.. An Ultra-Fast Modularity-Based Graph Clustering Algorithm. Em: Fourteenth Portuguese Conference on Artificial Intelligence - Web and Network Intelligence Track, p. 1-9, 2009.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
16. LAGUNA, V.; LOPES, A. A.. A Multi-view Approach for Semi-Supervised Scientific Paper Classification. Em: XXIV SBBD- V WORKSHOP EM ALGORITMOS E APLICAÇÕES DE MINERAÇÃO DE DADOS, p. 1-10, 2009.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
17. Bertini, J.; Andrade Lopes, Alneu; Motta, R.; ZHAO, L.. Online Classifier Based on the Optimal K-associated Network. Em: 3rd International Workshop on Web and Text Intelligence, p. 1-10, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
18. LAGUNA, V.; Andrade Lopes, Alneu. Combining Local and Global KNN with Cotraining. Em: 19th European Conference on Artificial Intelligence - 2010, p. 815-820, 2010.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
19. JUNIO, B.; Motta, R.; Andrade Lopes, Alneu. Detecção de Autores Duplicados Utilizando Estrutura de Comunidades em Redes de Cooperação Científica. Em: VIII Encontro Nacional de Inteligência Artificial - ENIA, p. 335-345, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
20. MURRUGARA, N.; Andrade Lopes, Alneu. Graph-Based Bagging. Em: CoLISD: Collective Learning and Inference on Structured Data, p. 1-11, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
21. MURRUGARA, N.; Andrade Lopes, Alneu. An Adaptive Graph-Based K-Nearest Neighbor. Em: CoLISD: Collective Learning and Inference on Structured Data, p. 1-12, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
22. Bertini, J.; Andrade Lopes, Alneu; Zhao, Liang. Streaming Data Classification with the K-associated Graph. Em: X Congresso Brasileiro de Inteligência Computacional, p. 1-8, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
23. Ferreira, L.; Pinto, A.; Andrade Lopes, Alneu; Zhao, Liang. Community Detection Approach for Cluster Formation in Wireless Sensor Network. Em: X Congresso Brasileiro de Inteligência Artificial, p. 1-11, 2011.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
24. ROSSI, RAFAEL GERALDELI; DE PAULO FALEIROS, THIAGO; de Andrade Lopes, Alneu; REZENDE, Solange Oliveira. Inductive Model Generation for Text Categorization Using a Bipartite Heterogeneous Network. Em: 2012 IEEE 12th International Conference on Data Mining (ICDM), p. -1091, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
25. Faleiros, T. P.; BERTON, L.; LOPES, A. A.. Exploring Data Classification with K-associated Network. Em: 4th International Workshop on Web and Text Intelligence, p. 1-10, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
26. Carneiro, M.; Rosa, J. L.; LOPES, A. A.; ZHAO, L.. Classificação de Alto Nível Utilizando Grafo K-associados Ótimo. Em: 4th International Workshop on Web and Text Intelligence, p. 1-10, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
27. BERTON, L.; LOPES, A. A.. Informativity-Based Graph: Exploring Mutual kNN and Labeled Vertices for Semi-Supervised Learning. Em: IVth International Conference on Computational Aspects of Social Networks (CASoN), p. 1-10, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
28. Valverde-Rebaza, Jorge Carlos; LOPES, A. A.. Structural Link Prediction Using Communities Information on Twitter. Em: IVth International Conference on Computational Aspects of Social Networks (CASoN), p. 1-10, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
29. Motta, Robson; de Andrade Lopes, Alneu; NOGUEIRA, BRUNO M.; REZENDE, SOLANGE O.; JORGE, ALÍPIO M.; DE OLIVEIRA, MARIA CRISTINA FERREIRA. Comparing relational and non-relational algorithms for clustering propositional data. Em: the 28th Annual ACM Symposium, p. 150-155, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
30. MURRUGARA, N.; BERTON, L.; LOPES, A. A.. Graph-based cross-validated committees ensembles.. Em: Computational Aspects of Social Networks (CASoN), 2012, p. 1-10, 2012.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
31. MELO, DIOGO OLIVEIRA DE; Lopes, Alneu de Andrade. Data visualization and relevance feedback applied to information retrieval. Em: the sixth workshop, p. 27-32, 2013.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
32. ROSSI, RAFAEL G.; LOPES, ALNEU A.; REZENDE, SOLANGE O.. A parameter-free label propagation algorithm using bipartite heterogeneous networks for text classification. Em: the 29th Annual ACM Symposium, p. 79-84, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
33. BERTON, L.; LOPES, A. A.. Graph construction based on labeled instances for Semi-Supervised Learning. Em: 2014 22nd International Conference on Pattern Recognition, p. 2477-2482, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
34. Valverde-Rebaza, Jorge Carlos; SORIANO, A.; OLIVEIRA, Maria Cristina de; Lopes, Alneu de Andrade. Music genre classification using traditional and relational approaches. Em: BRACIS 2014, p. 259-264, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
35. Valejo, Alan; Valverde-Rebaza, Jorge Carlos; Lopes, Alneu de Andrade. A multilevel approach for overlapping community detection. Em: BRACIS 2014, p. 391-395, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
36. Valverde-Rebaza, Jorge Carlos; Valejo, Alan; BERTON, L.; Faleiros, T. P.; Lopes, Alneu de Andrade. A Naïve Bayes model based on ovelapping groups for link prediction in online social networks. Em: ACM-SAC 2015, p. 1136-1141, 2015.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
37. Drury, Brett; Alneu A. Lopes. A comparison of the effect of feature selection and balancing strategies upon the sentiment classiﬁcation of Portuguese News Stories. Em: ENIAC, p. -, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
38. Faleiros, T. P.; Lopes, Alneu de Andrade. On the equivalence between algorithms for Non-negative Matrix Factorization and Latent Dirichlet Allocation. Em: 24 th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, p. 1-6, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
39. Drury, Brett; ROCHA, CONCEIÇÃO; MOURA, MARIA-FERNANDA; de Andrade Lopes, Alneu. The Extraction from News Stories a Causal Topic Centred Bayesian Graph for Sugarcane. Em: the 20th International Database Engineering & Applications Symposium, p. 364-369, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
40. Valverde-Rebaza, Jorge Carlos; Roche, M.; Pncelet, P.; Lopes, Alneu de Andrade. Exploiting Social and Mobility Patterns for Friendship Prediction in Location-Based Social Networks. Em: ICPR: 23rd International Conference on Pattern Recognition, p. -, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
41. SHIGUIHARA, P.; SANCHEZ, D.; Lopes, Alneu de Andrade. Approaches based on tree-structures classifiers to protein fold prediction. Em: 2017 IEEE XXIV International Conference on Electronics, Electrical Engineering and Computing, p. 1-2, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
42. BERTON, L.; Vega-Oliveros, Didier A.; VALVERDE-REBAZA, JORGE; da Silva, Andre Tavares; Lopes, Alneu de Andrade. The Impact of Network Sampling on Relational Classification. Em: 3rd Annual International Symposium on Information Management and Big Data - SIMBig 2016, p. 62-72, 2016.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
43. Puma, R.; Lopes, Alneu de Andrade. Reconstructing uncertain pedestrian trajectories from low-sampling-rate observations. Em: SIMBig 2017 Symposium on Information Management and Big Data, v. 2029, p. 161-167, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
44. Valejo, Alan; FERREIRA, V.; FILHO, G.; de Oliveira, Maria Cristina F.; Lopes, Alneu de Andrade. One-mode Projection-based Multilevel Approach for Community Detection in Bipartite Networks. Em: SIMBig 2017 Symposium on Information Management and Big Data, v. 2029, p. 101-108, 2017.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
45. BERTON, LILIAN; de Andrade Lopes, Alneu; Vega-Oliveros, Didier A.. A Comparison of Graph Construction Methods for Semi-Supervised Learning. Em: 2018 International Joint Conference on Neural Networks (IJCNN), p. 1-8, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
46. Shiguihara-Juárez, Pedro Nelson; MURRUGARA, N.; Lopes, Alneu de Andrade. POS-tags features for Protein-Protein Interaction Extraction from Biomedical Articles. Em: 2018 IEEE XXV International Conference on Electronics, Electrical Engineering and Computing (INTERCON, p. 1-3, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
47. MINATEL, DIEGO; Valejo, Alan; LOPES, ALNEU A.. Trajectory Network Assessment Based on Analysis of Stay Points Cluster. Em: 2018 7th Brazilian Conference on Intelligent Systems (BRACIS), p. 564-569, 2018.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
48. MINATEL, DIEGO; FERREIRA, VINICIUS; Andrade Lopes, Alneu. A Multilevel Approach for Building Location-Based Social Network by using Stay Points. Em: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), p. 359-, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
49. FERREIRA, VINICIUS; Valejo, Alan; de Andrade Lopes, Alneu. A Scalability Approach Based on Multilevel Optimization for Link Prediction Methods. Em: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), p. 365-, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
50. RODRIGUES TONON, VITOR; CARVALHO OLIVEIRA, CINTIA; CARVALHO OLIVEIRA, DANIELE; de Andrade Lopes, Alneu; AKEMI SINOARA, ROBERTA; MARCONDES MARCACINI, RICARDO; OLIVEIRA REZENDE, SOLANGE. Improving Recommendations by Using a Heterogeneous Network and User's Reviews. Em: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), p. 639-644, 2019.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
51. CINTRA, DIEGO; Valejo, Alan; Lopes, Alneu; OLIVEIRA, MARIA. Visualization to Assist Interpretation of the Multilevel Paradigm in Bipartite Graphs. Em: 11th International Conference on Information Visualization Theory and Applications, p. 133-, 2020.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
52. FERNANDES, ROBSON; Lopes, Alneu. Bayesian networks applied to sales forecasting in a large Brazilian fast-food chain. Em: ANAIS DO I WORKSHOP DE MATEMáTICA, ESTATíSTICA E COMPUTAçãO APLICADAS à INDúSTRIA, p. -, 2021.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
53. Valejo, Alan; VALVERDE-REBAZA, JORGE; Drury, Brett; Lopes, Alneu de Andrade. Multilevel refinement based on neighborhood similarity. Em: the 18th International Database Engineering & Applications Symposium, p. 67-76, 2014.
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Resumos expandidos publicados em anais de congressos (0)
Resumos publicados em anais de congressos (0)
Artigos aceitos para publicação (0)
Apresentações de trabalho (1)
1. Motta, R.; LOPES, A. A.. Rede complexa probabilística baseada em similaridade na classificação de dados com ruídos. 2008. SBIA-WTI08. (Outra)
Demais tipos de produção bibliográfica (6)
1. MINGHIM, Rosane; PAULOVICH, F. V.; LOPES, A. A.. Fast Content-Based Visual Mapping for Interactive Exploration fo Document Collections. 2005. ICMC - USP. (Relatório técnico)
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
2. LOPES, A. A.; MINGHIM, Rosane; MELO, Vinícius. Creating Interactive Document Maps Through Dimensionality Reduction and Visualization Techniques. 2005. ICMC-USP. (Relatório técnico)
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
3. LOPES, A. A.; MONARD, M. C.. Organização e Seleção de Atributos em Raciocínio Baseado em Casos. 1997. ICMC-USP. (Resumo)
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
4. PINHO, R.; OLIVEIRA, Maria Cristina de; MINGHIM, Rosane; LOPES, A. A.; RODRIGUES, R.. RULE-BASED TOPIC MINING TO ASSIST USER-CENTERED VISUAL EXPLORATION OF DOCUMENT COLLECTIONS. 2009. . (Relatório técnico)
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
5. ROSSI, R.; REZENDE, Solange Oliveira; LOPES, A. A.. Sistema para extração de informações de artigos científicos - IESYSTEM. 2010. . (Relatório técnico)
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
6. Álvarez, A. C.; Andrade Lopes, Alneu. Extração de informação de referências bibliográficas usando pos-tagging. 2006. . (Relatório técnico)
  [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

Produção técnica

Programas de computador com registro de patente (0)
Programas de computador sem registro de patente (0)
Produtos tecnológicos (0)
Processos ou técnicas (0)
Trabalhos técnicos (1)
1. . Projeto de data warehousing usp. 2005.
  [ busca Google | busca Bing ]
Demais tipos de produção técnica (0)

Produção artística

Total de produção artística (0)

Orientações em andamento

Supervisão de pós-doutorado (0)
Tese de doutorado (6)
1. Renan Guilherme Nepolo. Regressão: uma abordagem baseada em grafos. Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Início: 2018.
  Tese de doutorado: Alneu de Andrade Lopes.
2. diego minatel. Fairness in machine learing. Universidade de São Paulo, . Início: 2019.
  Tese de doutorado: Alneu de Andrade Lopes.
3. ROBSON FERNANDES DA SILVA. Complex Multilayer Bayesian Networks: An approach applied to the analysis and inference of social networks. Universidade de São Paulo, . Início: 2019.
  Tese de doutorado: Alneu de Andrade Lopes.
4. Leonardo Almeida. Detecção de falhas em código de software e redes complexas. Universidade de São Paulo, . Início: 2021.
  Tese de doutorado: Alneu de Andrade Lopes.
5. Fabiana Góes. MIneração e redes heterogeneas aplicada a dados biomédicos. Universidade de São Paulo, . Início: 2016.
  Tese de doutorado: Alneu de Andrade Lopes.
6. Nicolas Roque. Word embeddings para redes complexas. Universidade de São Paulo, . Início: 2020.
  Tese de doutorado: Alneu de Andrade Lopes.
Dissertação de mestrado (2)
1. Renata Sarmet Smiderle Mendes. Aprendizado de máquina e estratégia multinível. Universidade de São Paulo, . Início: 2021.
  Dissertação de mestrado: Alneu de Andrade Lopes.
2. Bruno Fernandes Bessa de Oliveira. Graph Neural Network: analysis and applications. Universidade de São Paulo, . Início: 2021.
  Dissertação de mestrado: Alneu de Andrade Lopes.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (0)
Iniciação científica (0)
Orientações de outra natureza (0)

Supervisões e orientações concluídas

Supervisão de pós-doutorado (1)
1. Brettt Drury. . Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2013.
  Supervisão de pós-doutorado: Alneu de Andrade Lopes.
Tese de doutorado (7)

Robson Motta. Medidas em grafos para apoiar a avaliação da qualidade de projeções multidimensionais. Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2014.
Tese de doutorado: Alneu de Andrade Lopes.
Lilian Berton. Construção de redes baseadas em vizinhança para o aprendizado semissupervisionado. Instituto de Ciências Matemáticas e de Computação, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2016.
Tese de doutorado: Alneu de Andrade Lopes.
Jorge Carlos Valverde Rebaza. Mineração do comportamento de usuários em redes sociais baseadas em localização. Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2017.
Tese de doutorado: Alneu de Andrade Lopes.
Thiago de Paulo Faleiros. Propagação em grafos bipartidos para extração de tópicos em fluxo de documentos textuais. Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2016.
Tese de doutorado: Alneu de Andrade Lopes.
Luzia de Menezes Romanetto. Classificação transdutiva em redes heterogêneas de informação, baseada na divergência KL.. Universidade de São Paulo, . 2020.
Tese de doutorado: Alneu de Andrade Lopes.
Alan Demetrius Baria Valejo. Método multinível em redes bipartidas. Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2019.
Tese de doutorado: Alneu de Andrade Lopes.
Alan Demetrius Baria Valejo. Abordagem multinível para detecção de comunidades sobrepostas em redes complexa. Universidade de São Paulo, . 2014.
Tese de doutorado: Alneu de Andrade Lopes.
Dissertação de mestrado (19)

Christiane Regina Soares Brasil. Abordagem Simbolica de Aprendizado de Máquina na Recuperação Automática de Artigos Científicos a partir da Web. Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2006.
Dissertação de mestrado: Alneu de Andrade Lopes.
Vinícius Veloso Melo. Uma Ferramenta Inteligente de Apoio à Pesquisa - Clustering de Artigos Científicos. Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2005.
Dissertação de mestrado: Alneu de Andrade Lopes.
Augusto Kanashiro. Um Data Warehouse para Publicações Científicas: Indexação automática da dimensão tópicos dos datamarts. Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2007.
Dissertação de mestrado: Alneu de Andrade Lopes.
Alberto Cáceres Alvarez. Extração de Informação de Artigos Científicos:uma abordagem baseada em indução de regras de etiquetagem. Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2007.
Dissertação de mestrado: Alneu de Andrade Lopes.
Leonardo Jesus Almeida. Detecção de Comunidades em Redes Complexas Utilizando Estratégia Multinível. Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2009.
Dissertação de mestrado: Alneu de Andrade Lopes.
Robson Carlos da Motta. Uso de Redes Complexas na Classificação Relacional. Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2009.
Dissertação de mestrado: Alneu de Andrade Lopes.
Victor Antonio Laguna Gutiérrez. Classificação Semi-Supervisionada Baseada em Desacordo por Similaridade. Universidade de São Paulo, . 2010.
Dissertação de mestrado: Alneu de Andrade Lopes.
Alinson Assunção. Descoberta Direta e Eficiente de Regras de Associação Ótimas. Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2011.
Dissertação de mestrado: Alneu de Andrade Lopes.
Nils Murrugarra Llerena. Ensembles na Classificação Relacional. Instituto de Ciências Matemáticas e de Computação, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2011.
Dissertação de mestrado: Alneu de Andrade Lopes.
Celso André Rodrigues de Sousa. Impacto da geraçãoao de grafos em algoritmos de aprendizado semissupervisionado. Instituto de Ciências Matemáticas e de Computação, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2013.
Dissertação de mestrado: Alneu de Andrade Lopes.
Diogo Oliveira de Melo. Recuperação de informação com realimentação de relevância apoiada em visualização. Instituto de Ciências Matemáticas e de Computação, . 2014.
Dissertação de mestrado: Alneu de Andrade Lopes.
Jorge Carlos Valverde Rebaza. Predi. Instituto de Ciências Matemáticas e de Computação, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2013.
Dissertação de mestrado: Alneu de Andrade Lopes.
Pedro Nelson Shiguihara Juárez. inferência probabilística para a predição das Interações Proteína-Proteína (PPI) em redes complexas formadas a partir de coleções de artigos. Instituto de Ciências Matemáticas e de Computação, . 2013.
Dissertação de mestrado: Alneu de Andrade Lopes.
Alan Demétrius Baria Valejo. Refinamento multinível em redes complexas baseado em similaridade de vizinhança. Instituto de Ciências Matemáticas e de Computação, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2014.
Dissertação de mestrado: Alneu de Andrade Lopes.
Ricardo Puma. Mineração de trajetórias em redes sociais geolocalizadas. Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2017.
Dissertação de mestrado: Alneu de Andrade Lopes.
Vinicius Ferreira da Silva. Sistemas de recomendação em redes sociais geolocalizadas. Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2018.
Dissertação de mestrado: Alneu de Andrade Lopes.
Robson Fernades da Silva. Redes Bayesianas aplicada à predição de vendas em uma grande rede de fast-food brasileira. Universidade de São Paulo, . 2018.
Dissertação de mestrado: Alneu de Andrade Lopes.
Julio César Carnevali. Learning from Positive and Unlabeled Examples. Universidade de São Paulo, . 2020.
Dissertação de mestrado: Alneu de Andrade Lopes.
Diego Minatel. Uma abordagem multinível para construção de redes sociais geolocalizadas a partir de pontos de permanência. Universidade de São Paulo, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. 2018.
Dissertação de mestrado: Alneu de Andrade Lopes.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (3)

Breno Júnio Virginio da Silva. Detecção de Autores Duplicados Utilizando Estrutura de Comunidades em Redes de Cooperação Científica. Universidade de São Paulo, . 2010.
Trabalho_de_conclusao_de_curso_graduacao: Alneu de Andrade Lopes.
Tiago Camolesi. RADR: um aplicativo Web para colaboração em tempo real em redes sociais georeferenciadas. Universidade de São Paulo, . 2012.
Trabalho_de_conclusao_de_curso_graduacao: Alneu de Andrade Lopes.
Victor Henrique Gonçalves. Reprodutibilidade em Aprendizado de Máquina: Relatórios Dinâmicos integrando R e Latex. Universidade de São Paulo, . 2012.
Trabalho_de_conclusao_de_curso_graduacao: Alneu de Andrade Lopes.
Iniciação científica (7)

Marco Aurélio Roncatti. Etiquetagem Automática de Corpora em Português usando o Sistema de Indução de Regras CSC(RC). Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2004.
Iniciacao_cientifica: Alneu de Andrade Lopes.
Marcus Vinicius de Carvalho Secato. Extração de Informações de Artigos Científicos. Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2004.
Iniciacao_cientifica: Alneu de Andrade Lopes.
João Pedro Dias Heringer Lisboa. Redes de Cooperação Científica. Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2007.
Iniciacao_cientifica: Alneu de Andrade Lopes.
Alan Demetrius Baria Valejo. Visualização de Redes Complexas Georreferenciadas usando a API World Wind. Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2009.
Iniciacao_cientifica: Alneu de Andrade Lopes.
Márcio de Souza Campos. Implementação de uma funcionalidade de check-in para análise de usuários considerando múltiplo sentimentos na rede social baseada em localização RadrPlus. Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2017.
Iniciacao_cientifica: Alneu de Andrade Lopes.
Gustavo Sutter Pessurno de Carvalho. Predição de links e vértices em comunidades científicas. Universidade de São Paulo, . 2018.
Iniciacao_cientifica: Alneu de Andrade Lopes.
Gustavo Sutter Pessurno de Carvalho. Predição de links e vértices em redes de cooperação científica. Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. 2019.
Iniciacao_cientifica: Alneu de Andrade Lopes.
Orientações de outra natureza (0)

Projetos de pesquisa

Total de projetos de pesquisa (14)

2005-2005. Social@MS: Um portal de indicadores socioeconômicos e de desenvolvimento sustentável de MS
O objetivo geral da pesquisa é propor modelos e técnicas de Engenharia Web para especificar e implementar um portal social inovador, público e aberto na Web à comunidade - intitulado SOCIAL@MS - que socializa indicadores socioeconômicos e informações correlacionadas, objetivando construir coletivamente uma base de conhecimento sobre a realidade e o processo de transformação da gestão de políticas públicas em processos de desenvolvimento social sustentável. O portal reunirá um conjunto de variáveis e indicadores sobre a realidade social brasileira, abrangendo informações sobre saúde, educação, trabalho e rendimento, domicílios, famílias, grupos populacionais específicos e trabalho de crianças e adolescentes, entre outros aspectos, acompanhados de breves comentários sobre as características observadas nos diferentes estratos geográficos e populacionais do país relativamente a esses temas.
Membro: Alneu de Andrade Lopes.
2005-2005. MinText: descoberta de conhecimento em dados não estruturados usando mineração de textos
O foco principal deste projeto é a identificação de uma metodologia validada e confiável para manipular documentos textuais a partir da análise de seus conteúdos; possibilitando identificar tendências e categorias em uma grande massa de documentos com a intervenção mínima de um especialista de domínio na convergência do método - que poderá ser uma combinação integrada de vários métodos. Essa dificuldade de atingir consenso metodológico considerando a grande quantidade de informação disponível, nem sempre de qualidade e de real interesse, cria a demanda por ferramentas, quer automatizadas quer semi-automatizadas, que analisem os textos originais, de modo a filtrar o que é de fato útil. Com base nesses problemas, e também em soluções hoje mundialmente utilizadas, o objetivo deste projeto de pesquisa é desenvolver ferramentas automáticas e semi-automáticas para manipular dados não estruturados com base em mineração de textos, que indiquem as tendências conceituais em meio à fonte de material textual de um domínio do conhecimento, de forma clara. Neste projeto, a publicação científica, que é uma fonte de informação não estruturada, é o principal foco de análise. No caso de publicações científicas relacionadas com bioinformática, um dos objetivos é a investigação e desenvolvimento de novos métodos para a descoberta de relações entre genes baseada na literatura sobre genes. Para isso será necessário: Investigar métodos que aprimorem e complementem resultados obtidos por métodos de agrupamento de genes, como métodos de seleção de atributos e aprendizado não supervisionado; Identificar textos sobre um determinado gene, independente de seu nome, usando aprendizado de máquina; Tratar informações conflitantes extraídas de textos da literatura.
Membro: Alneu de Andrade Lopes.
2004-2004. Infovis2: A repository of visual mining and information visualization and sonification techniques
O uso de mapeamento visual para apoio à interpretação de dados é uma área muito promissora de pesquisa em ciência da computação devido à grande demanda gerada pela dimensionalidade, variedade, complexidade e volume dos conjuntos de dados além do atual estágio de maturidade da área de mapeamentos gráficos para representar informação. Tendo por base resultados anteriores do primeiro projeto InfoVis do grupo de pesquisa (finalizado em 2003) e também do pós-doutorado de pesquisadores deste projeto, o plano de pesquisa aqui apresentado propõe desenvolver um repositório de técnicas de visualização de informação, sonificação e mineração visual que deverá estar disponível na Internet para uso geral na estrutura de Peer-to-peer Web Services. Tais técnicas serão extensões de técnicas ou aplicações de conceitos resultantes dos trabalhos anteriores além de técnicas novas tratando problemas associados à alta dimensionalidade e à escala dos conjuntos de dados existentes.
Membro: Alneu de Andrade Lopes.
2008-2008. INCT de Sistemas Embarcados Críticos
A criação de um Instituto de Sistemas Embarcados Críticos é proposta neste projeto. O objetivo geral desse instituto é elevar o nível de conhecimento, competência e qualidade no país sobre o desenvolvimento desse tipo de sistema, considerando que se trata de tecnologia importante para apoiar o desenvolvimento de áreas estratégicas do país, como a do meio ambiente, a de segurança e defesa e a de agricultura. O projeto é abrangente e envolve grupos de pesquisadores de nove universidades brasileiras e sete empresas. Os principais objetivos mais específicos são o desenvolvimento de pesquisas para a construção de sistemas embarcados críticos com ênfase para veículos autônomos móveis e a construção de pelo menos dois protótipos de veículo, um aéreo e um terrestre, com o objetivo de serem transferidos para as empresas associadas, visando a possível fabricação e comercialização. Outros objetivos relevantes são a produção de uma metodologia que documente esse conhecimento e possa ser usada para o treinamento de pessoal formado na área; a produção de mestres e doutores e produção intelectual na forma de artigos científicos apresentados e publicados em conferências e periódicos de boa qualidade, bem como de patentes.
Membro: Alneu de Andrade Lopes.
2007-2007. Modelagem Computacional de Sistemas Complexos utilizando Mineração de Dados, Imagens e Textos
O objetivo geral deste projeto, o qual pode ser caracterizado como um projeto de pesquisa científica e tecnológica, é pesquisar, propor e desenvolver soluções para a representação, indexação, modelagem e análise de dados complexos para possibilitar que um analista do domínio possa compreender os inter-relacionamentos existentes nos dados, imagens e textos, de modo a auxiliá-lo a tomar decisões nos processos de recuperação de informação, descoberta de conhecimento e diagnóstico. O projeto visa o desenvolvimento de um ferramental teórico e prático que auxilie analistas na modelagem desse tipo de sistemas complexos, com foco nos temas de: indução de modelos simbólicos com aplicações em sériestemporais e dados sequenciais; anáise de bases de dados não-estruturados e semi-estruturados para mineração de textos; mineração de imagens em um sistema de arquivamento e recuperação de imagens médicas por conteúdo.
Membro: Alneu de Andrade Lopes.
2011-2011. Tratamento de Problemas Críticos e Aplicações Inovadoras de Visualização em Larga Escala
Este projeto se insere no campo de Visualização de Dados e Analítica Visual, ambos os campos preocupados em propor alternativas para análise de dados complexos, multivalorados, e volumosos. Do ponto de vista da Visualização Computacional, nosso grupo de pesquisa vem desenvolvendo, ao longo de muitos anos, técnicas cujo objetivo é apoio à análise de dados multidimensionais, isto é, aqueles definidos por muitas variáveis ou atributos. O progresso da área levou a novas técnicas que são capazes de tratar dados cada vez mais numerosos com precisão. Muitos dos problemas relacionados a esta área, entretanto, ainda representam desafios em aberto. Este projeto também envolve problemas em vários outros campos, tais como análise de imagens, bioinformática, nanotecnologia e análise de redes sociais. Um objetivo objetivo do projeto é avançar o estágio de desenvolvimento de técnicas previamente desenvolvidas para o problema de forma a apoiar a solução de três problemas críticos: a escalabilidade do número de elementos tratados, o paradigma de visualização e a adaptabilidade para dados não numéricos. O segundo objetivo do projeto é adaptar tais técnicas para aplicões estratégicas para as quais nenhuma solução até o momento é satisfatória para o usuário final, isto é, o analista que precisa extrair conhecimento relevante dos dados. Este projeto pretende apresentar soluções computacionais para avançar no tratamento desses problemas, e testar as abordagens para dados de imagens, bio-sensores, sequências genéticas, redes sociais, comércio eletrônico e patentes, vários deles fornecidos através de parcerias em início ou mais avançadas. Este projeto também envolve problemas em vários outros campos, tais como análise de imagens, bioinformática, nanotecnologia e análise de redes sociais. O objetivo principal do projeto é avançar o estágio de desenvolvimento de técnicas previamente desenvolvidas para o o tratamento de dados multidimensionais complexos e de natureza variada, de forma a ap
Membro: Alneu de Andrade Lopes.
2012-2012. Desafios em visualização exploratória de dados multidimensionais: novos paradigmas, escalabilidade e aplicações
Este projeto visa desenvolver novas técnicas e paradigmas que contribuam para o avanço da área de visualização de dados científicos e abstratos, com ênfase no tratamento e manipulação de dados de alta dimensão, multimodais e variantes no tempo. Os novos paradigmas a serem desenvolvidos deverão fornecer metaforas visuais criadas a partir de técnicas de projeção multidimensional e árvores filogenéticas, buscando facilitar a compreensão, exploração e mineração visual de, entre outros, dados textuais, coleções de imagens ou músicas e dados de sensoriamento em nanoescala. Além de primitivas geometricas como unidade de representação visual, propomos usar estruturas de árvores e combinações de entidades geométricas com entidades abstratas a fim de criar um arcabouço unificado de manipulação e representação visual de dados de alta dimensão. Este projeto também inova na proposta de trazer métodos de visualização e exploração visual para o contexto de dispositivos portáteis. Os desenvolvimentos aqui propostos permitirão manter os grupos de pesquisa envolvidos na vanguarda da pesquisa na área, em nível mundial, fomentando a criação de propriedade intelectual nacional e a transferência tecnologica.
Membro: Alneu de Andrade Lopes.
2013-2013. Visual Text Analytics
Descrição: Esta proposta é vinculada ao projeto temático "Desafios na Visualização Exploratória de Dados Multidimensionais" (FAPESP 2011/227498) desenvolvida no ICMC-USP, e ao projeto "Visual Text Analytics" desenvolvido na Dalhousie University, no Canadá (https://projects.cs.dal.ca/visualtextanalytics/), em que o parceiro industrial é a empresa Aerolnfo Systems (Boeing Canada Operations Ltda.). Ambos os projetos tem, entre os seus objetivos, o desenvolvimento e melhoria de técnicas de apoio à análise visual de coleções de documentos textuais, o que demanda investigações em como integrar técnicas de mineração de texto com técnicas interativas de visualização para propor ferramentas que apoiem as pessoas em tarefas que demandam o entendimento de um cenário para tomada de decisão. Os desafios a serem enfrentados para obter ferramentas mais eficazes incluem: a busca por metáforas visuais adequadas para texto; a investigação de técnicas alternativas de pré-processamento de texto capazes de gerar modelos de representação semanticamente mais informativos; a extração e visualização de conceitos, nomes e relações em coleções de documentos grandes e ruidosas; a visualização de relações entre conceitos em texto como estruturas de grafo; o suporte à visualização e interação em tempo real, o que requer um cuidadoso compromisso entre processamento on-line e off-line; novas técnicas de visualização e de interação com texto que ajudem os especialistas de domínio a navegar pelo conteúdo do corpus ajustando a mineração e/ou a visualização. Integrantes: Maria Cristina Ferreira de Oliveira - Coordenador / Alneu de Andrade Lopes - Integrante / Rosane Minghim - Integrante / Fernando Vieira Paulovich - Integrante / Axels Soto - Integrante / Evangelos Milios - Integrante.
Membro: Alneu de Andrade Lopes.
2015-2015. Análise e Mineração de Redes Sociais
Redes sociais online são plataformas web que refletem as estruturas de redes sociais do mundo real, tais como redes de amizades, profissionais, familiares, entre outras. Nos últimos anos, o estudo das redes sociais tem atraído a atenção da comunidade científica pela sua variedade de aplicações, tais como: sistemas de recomendação de amizade, locais e produtos, sistemas de planejamento de viagens, e social cataloging, que permite aos usuários organizar suas coleções (de livros, músicas, lugares visitados, entre outros) enquanto interagem com outros usuários e anotam suas impressões e recomendações. Algumas dessas redes contém informações de geolocalização dos usuários que abrem portas para uma gama maior ainda de aplicações. Dada a natureza dinâmico-temporal, heterogênea e eventualmente georreferenciada das redes sociais, existem diferentes problemas a serem enfrentados. Este projeto endereça os seguintes problemas 1) formação de novos relacionamentos entre usuários; 2) detecção de comunidades e 3) análise de comportamento de grupos de usuários. O projeto relaciona-se com dois projetos de doutorado e um de mestrado, todos em andamento. Observa-se que grande parte das pesquisas em redes sociais abordam apenas o uso de informações do comportamento do par de usuários analisados ou de sua vizinhança, isto é informações locais. Esperamos neste projeto investigar em profundidade como o comportamento de grupos de usuários, e dados adicionais como geolocalização e temporais em redes heterogêneas impactam no problema de criação de novos relacionamentos e na dinâmica das redes sociais.
Membro: Alneu de Andrade Lopes.
2017-2017. Graph-Based Total Recall Information Retrieval on Text Document Corpora
In the real world, textual format is the common way of storing information. Thus automated techniques which help to group, extract topic, and classify textual documents, minimizing the need of human intervention, remain a worthwhile research topic. In this context, the Brazilian and Canadian groups have developed a number of techniques related to network-based text mining, to complement the traditional vector space model for representing textual corpora. More specifically, representing textual collections as networks of terms and documents. Algorithms that use a graph representation have several advantages since a graph representation: (1) avoids sparsity and ensures low memory consumption; (2) enables an optimal description of the topological structure of a dataset and associated operations; (3) provides local and global statistics of the dataset?s structure; and (4) allows extracting patterns which are not extracted by algorithms based on vector-space model [Breve et all, 2012]. By using such representations, a number of techniques has been developed for supervised, unsupervised, and semi-supervised learning by both groups. The Brazilian group?s methods are based on information propagation in bipartite networks and can be applied to different domains. In the textual domains, in which a collection of documents may be represented by document-term bipartite networks, the proposals range from text classification to soft clustering, including semi-supervised classification and topic extraction. The counterpart Canadian team is involved in a major ongoing project on total recall information retrieval (IR) in large noisy text datasets funded by NSERC and Boeing Canada. A different project that received funding from the Digging into Data program until late 2015 and continues under NSERC Discovery grant funding addresses total recall IR on a large corpus of biodiversity heritage text. As a motivating practical problem, this project also aims to expand the functionality and the utility of the Biodiversity Heritage Library (BHL) [BHL], a digital library of over 170 thousand volumes, and 49 million pages of biodiversity literature, dating since the 16th century, openly available to the global biodiversity community. The collaboration between the two teams will aim for novel approaches so that each team can improve their knowledge and usage of strategies, techniques and tools employed by the other, in the context of total recall IR for the BHL corpus. These opportunities will extend to the students working in these topics, who will experience international collaboration and internships at the partner institutions as part of the masters or doctoral projects.
Membro: Alneu de Andrade Lopes.
2019-2019. Memórias pantaneiras: a arte de Haroldo Palo Jr.
Exposição fotográfica (organização e curadoria)
Membro: Alneu de Andrade Lopes.
2021-2021. Projeto temático: IARA - Inteligência Artificial Recriando Ambientes
O Centro de Pesquisa Aplicada em Inteligência Artificial, IARA, é formado por uma equipe multidisciplinar, com especialistas nacionais com competência internacionalmente reconhecidas em inteligência artificial, telecomunicações internet das coisas e cidades inteligentes. O centro sediado em São Carlos, estado de São Paulo, funcionará em rede com pesquisadores de todas as regiões do Brasil, organizado em nós ou subsedes. Assim, um diferencial desta proposta de centro é que, junto com o centro sediado em São Carlos, será formada uma rede de nós, ou sub-sedes, localizados em Instituições Científica, Tecnológica e de Inovação de todas as regiões do país. O centro tem pesquisadores de várias instituições de ciência e tecnologia do estado de São Paulo, incluindo todas as universidades públicas. A rede tem por meta cobrir cinco aspectos de cidades inteligentes: cibersegurança, educação, infra-estrutura, meio-ambiente e saúde. No aspecto relacionado a infra-estrutura, são de particular interesse os subtemas de energia, comunicação e mobilidade. Por seu caráter aplicado, foi firmado um acordo para colaboração futura com algumas cidades do país e participa também um grupo de empresas cujas atividades englobam os temas mencionados. Serão enfatizadas no centro a transferência de tecnologia, a educação e a divulgação de conhecimento para o uso correto, justo, transparente e eficiente de Inteligência Artificial para o fomento de cidades inteligentes no Brasil e no exterior.
Membro: Alneu de Andrade Lopes.
2022-2022. Projeto Temático: Criminality, Insecurity, and Legitimacy: a transdisciplinary approach
Since the 1970s, Brazilian society has been undergoing a process of transition from military dictatorship to democracy. With this political transition, it was expected that conflicts would be progressively resolved, reducing violence. However, that didn't happen. Indeed, the transition was accompanied by an explosion of internal conflicts, much of which associated with urban crime. There is still no consensus among social scientists on the reasons that explain these trends in the evolution of crime and violence in Brazilian society, particularly in large cities. Among the explanations that emerge most frequently is the exhaustion of traditional models of security policies, which have become obsolete. Based on Data Science and Artificial Intelligence techniques, this project aims to develop innovative analytical methodologies to investigate complex phenomena associated with crime and the persistence of feelings of insecurity in the population. The study of the relationship between criminality, the feeling of insecurity, and the legitimacy of justice institutions is also the main focus of the project. Another important objective is to train human resources so that they are able to use Data Science and Artificial Intelligence techniques in the field of Human and Social Sciences (CHS), bringing new perspectives of approach and differentiated training for professionals and researchers.
Membro: Alneu de Andrade Lopes.
2019-2019. Análise e Mineração de Redes Complexas
Projeto submetido ao CNPq relacionado à bolsa de produtividade em pesquisa Pq-2, que dá continuidade e amplia as pesquisas realizadas no contexto do projeto anterior Análise e Mineração de Redes Sociais, desenvolvido no período de 01/03/2016 a 28/02/2019. Ou seja, o projeto mantém o foco na mineração de redes complexas, porém, agora, visa explorar novas áreas de mineração não endereçadas no projeto anterior, cujo foco foi principalmente as redes sociais online.
Membro: Alneu de Andrade Lopes.

Prêmios e títulos

Total de prêmios e títulos (1)

Produtividade em Pesquisa. CNPq. 2020.
Membro: Alneu de Andrade Lopes.

Participação em eventos

Total de participação em eventos (5)

XXIV Congresso da Sociedade Brasileira de Computação. XXIV CSBC 2004
Membro do Comitê Científico do 3rd Congress of Logic Applied to Technology - LAPTEC 2002. LAPTEC 2002
III Congresso do SCE.
Palestrante no Info MS 2004 - XIII Congresso de Informática e Telecomunicações, I Jornada Acadêmica da UNAES e UNIDERP e I Fórum Regional de Governo Eletrônico. XIII Congresso de Informática e Telecomunicações, I Jornada Acadêmica da UNAES e UNIDERP e I Forum Regional de Governo Eletrônico
Membro da Comissão Científica do IV Congresso Brasileiro de Computação. IV Congresso Brasileiro de Computação

Organização de eventos

Total de organização de eventos (6)

. International Workshop on Web and Text Intelligence (WTI08). SBC. 2008. Organizacao
. II International Workshop on Web and Text Intelligence. SBC. 2009. Organizacao
. Web and Network Intelligence. APIA. 2009. Organizacao
. III International Workshop on Web and Text Intelligence. . 2010. Organizacao
. IV International Workshop on Web and Text Intelligence. SBPC. 2012. Organizacao
. Bracis 2012 Tutorials. SBPC. 2012. Organizacao

Lista de colaborações

Colaborações endôgenas (6)

Alneu de Andrade Lopes ⇔ Maria Cristina Ferreira de Oliveira (12.0)
VALEJO, ALAN DEMÉTRIUS BARIA; FABBRI, RENATO; DE ANDRADE LOPES, ALNEU; ZHAO, LIANG; de Oliveira, Maria Cristina Ferreira. Multilevel Coarsening for Interactive Visualization of Large Bipartite Networks. Frontiers in Research Metrics and Analytics. v. 7, p. 1-18, 2022.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Valejo, Alan; FERREIRA, V.; Fabri, R.; OLIVEIRA, Maria Cristina de; Lopes, Alneu de Andrade. A Critical Survey of the Multilevel Method in Complex Networks. ACM COMPUTING SURVEYS. v. 52, p. 1-35, 2020.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
VALEJO, ALAN; FALEIROS, THIAGO; OLIVEIRA, MARIA CRISTINA FERREIRA DE; LOPES, ALNEU DE ANDRADE. A coarsening method for bipartite networks via weight-constrained label propagation. KNOWLEDGE-BASED SYSTEMS. v. 195, p. 105678-, 2020.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Valejo, Alan; FERREIRA DE OLIVEIRA, MARIA CRISTINA; FILHO, GERALDO P.R.; Lopes, Alneu de Andrade. Multilevel approach for combinatorial optimization in bipartite network. KNOWLEDGE-BASED SYSTEMS. v. 151, p. 45-61, 2018.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Motta, Robson; MINGHIM, Rosane; de Andrade Lopes, Alneu; F. OLIVEIRA, MARIA CRISTINA. Graph-based measures to assist user assessment of multidimensional projections. Neurocomputing (Amsterdam). v. 150, p. 583-598, 2015.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Pinho, Roberto Dantas; Oliveira, M. C. F.; Andrade Lopes, Alneu. An incremental space to visualize dynamic data sets. Multimedia Tools and Applications. v. 50, p. 533-562, 2010.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Valejo, Alan; FERREIRA, V.; OLIVEIRA, Maria Cristina de; Lopes, Alneu de Andrade. Community Detection in Bipartite Network: A Modified Coarsening Approach. Em: Information Management and Big Data. SIMBig 2017. Communications in Computer and Information Science,. 1 ed. : Springer. 2018.v. 1, p. 123-136.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
CINTRA, D. S.; VALEJO, ALAN; LOPES, A. A.; Oliveira, M.C.F.. Visualization to assist interpretation of the multilevel paradigm in bipartite graphs. Em: 15th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications (IVAPP, Infomation Visualization Theory and Applications), v. 3, p. 133-140, 2020.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Valejo, Alan; FERREIRA, V.; FILHO, G.; de Oliveira, Maria Cristina F.; Lopes, Alneu de Andrade. One-mode projection-based multilevel approach for community detection in bipartite networks. Em: 4th Annual International Symposium on Information Management and Big Data - Track on Social Network and Media Analysis and Mining (SNMAM), v. 2029, p. 101-108, 2017.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
Valverde-Rebaza, Jorge Carlos; SORIANO, A.; OLIVEIRA, Maria Cristina de; Lopes, Alneu de Andrade. Music genre classification using traditional and relational approaches. Em: Brazilian Conference on Intelligent Systems, v. 1, p. 259-264, 2014.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
MOTTA, ROBSON; DE ANDRADE LOPES, ALNEU; NOGUEIRA, BRUNO M.; REZENDE, SOLANGE O.; JORGE, ALÍPIO M.; DE OLIVEIRA, MARIA CRISTINA FERREIRA. Comparing relational and non-relational algorithms for clustering propositional data. Em: ACM Symposium on Applied Computing - Data Mining track, v. 1, p. 150-155, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
PINHO, R.; LOPES, A. A.; OLIVEIRA, Maria Cristina de. Incremental Board: A Grid-based Space for Visualizing Dynamic Data Sets. Em: 24th Annual ACM Symposium on Applied Computing - Multimedia and Visualization Track, v. 1, p. 1757-1764, 2009.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

Alneu de Andrade Lopes ⇔ Solange Oliveira Rezende (8.0)
GERALDELI ROSSI, RAFAEL; ANDRADE LOPES, ALNEU DE; OLIVEIRA REZENDE, SOLANGE. Using bipartite heterogeneous networks to speed up inductive semi-supervised learning and improve automatic text categorization. KNOWLEDGE-BASED SYSTEMS. v. 132, p. 94-118, 2017.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
ROSSI, RAFAEL GERALDELI; LOPES, Alneu de Andrade; Rezende, Solange Oliveira. Optimization and label propagation in bipartite heterogeneous networks to improve transductive classification of texts. INFORMATION PROCESSING & MANAGEMENT. v. 52, p. 217-257, 2016.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
ROSSI, RAFAEL GERALDELI; DE ANDRADE LOPES, ALNEU; DE PAULO FALEIROS, THIAGO; REZENDE, SOLANGE OLIVEIRA. Inductive Model Generation for Text Classification Using a Bipartite Heterogeneous Network. JOURNAL OF COMPUTER SCIENCE AND TECHNOLOGY. v. 29, p. 361-375, 2014.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
ROSSI, RAFAEL GERALDELI; Rezende, Solange Oliveira; DE ANDRADE LOPES, ALNEU. Term Network Approach for Transductive Classification. Em: Lecture Notes in Computer Science. 1 ed. : Springer International Publishing. 2015.p. 497-515.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
RODRIGUES TONON, VITOR; CARVALHO OLIVEIRA, CINTIA; CARVALHO OLIVEIRA, DANIELE; DE ANDRADE LOPES, ALNEU; AKEMI SINOARA, ROBERTA; MARCONDES MARCACINI, RICARDO; OLIVEIRA REZENDE, SOLANGE. Improving Recommendations by Using a Heterogeneous Network and User's Reviews. Em: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), p. 639-644, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
ROSSI, RAFAEL G.; LOPES, ALNEU A.; REZENDE, SOLANGE O.. A parameter-free label propagation algorithm using bipartite heterogeneous networks for text classification. Em: the 29th Annual ACM Symposium, p. 79-84, 2014.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
MOTTA, ROBSON; DE ANDRADE LOPES, ALNEU; NOGUEIRA, BRUNO M.; REZENDE, SOLANGE O.; JORGE, ALÍPIO M.; DE OLIVEIRA, MARIA CRISTINA FERREIRA. Comparing relational and non-relational algorithms for clustering propositional data. Em: ACM Symposium on Applied Computing - Data Mining track, v. 1, p. 150-155, 2013.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
ROSSI, RAFAEL GERALDELI; DE PAULO FALEIROS, THIAGO; de Andrade Lopes, Alneu; REZENDE, Solange Oliveira. Inductive Model Generation for Text Categorization using a Bipartite Heterogeneous Network. Em: 2012 IEEE 12th International Conference on Data Mining (ICDM), v. 1, p. 1086-1091, 2012.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

Alneu de Andrade Lopes ⇔ Fernando Vieira Paulovich (4.0)
Martins, Rafael Messias; Andery, Gabriel Faria; Heberle, Henry; Paulovich, Fernando Vieira; Andrade Lopes, Alneu; Pedrini, Helio; MINGHIM, Rosane. Multidimensional Projections for Visual Analysis of Social Networks. Journal of Computer Science and Technology. v. 27, p. 791-810, 2012.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
LOPES, A. A.; PINHO, R.; PAULOVICH, F. V.; MINGHIM, Rosane. Visual text mining using association rules. Computers & Graphics. v. 31, p. 316-326, 2007.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
LOPES, A. A.; MINGHIM, Rosane; MELO, Vinícius; PAULOVICH, F. V.. Mapping texts through dimensionality reduction and visualization techniques for interactive exploration of document collections. Em: IS&T/SPIE Symposium on Electronic Imaging - Visualization and Data Analysis, v. 6060, p. T1-T12, 2006.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
MINGHIM, Rosane; PAULOVICH, F. V.; LOPES, A. A.. Content-based text mapping using multi-dimensional projections for exploration of document collections. Em: IS&T/SPIE Symposium on Electronic Imaging - Visualization and Data Analysis, v. 6060, p. S1-S12, 2006.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

Alneu de Andrade Lopes ⇔ João Luís Garcia Rosa (2.0)
CARNEIRO, M. G.; ROSA, J. L. G.; Lopes, A. A.; ZHAO, L.. Network-based data classification: combining K-associated optimal graphs and high-level prediction. Journal of The Brazilian Computer Society (Online). v. 20, p. 14-, 2014.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
CARNEIRO, M. G.; Rosa, J. L. G.; Zhao, L.; Lopes, A. A.. Classificação de Alto Nível Utilizando Grafo K-associados Ótimo. Em: IV International Workshop on Web and Text Intelligence (WTI ? 2012), p. 1-10, 2012.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

Alneu de Andrade Lopes ⇔ Diego Raphael Amancio (1.0)
CORRÊA, EDILSON A.; LOPES, ALNEU A.; AMANCIO, Diego R.. Word sense disambiguation: a complex network approach. INFORMATION SCIENCES. v. 442443, p. 103-113, 2018.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

Alneu de Andrade Lopes ⇔ Ricardo Marcondes Marcacini (1.0)
RODRIGUES TONON, VITOR; CARVALHO OLIVEIRA, CINTIA; CARVALHO OLIVEIRA, DANIELE; DE ANDRADE LOPES, ALNEU; AKEMI SINOARA, ROBERTA; MARCONDES MARCACINI, RICARDO; OLIVEIRA REZENDE, SOLANGE. Improving Recommendations by Using a Heterogeneous Network and User's Reviews. Em: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), p. 639-644, 2019.
[ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

(*) Relatório criado com produções desde 1970 até 2023
Data de processamento: 10/05/2023 08:54:02

Relatório gerado por scriptLattes V8.13. Os resultados estão sujeitos a falhas devido a inconsistências no preenchimento dos CVs Lattes. E-mail de contato: artur@icmc.usp.br